机读格式显示(MARC)

• 000 01447nam0 2200289 450

• 001 0000380963

• 005 20260102145200.0

• 010 __ |a 978-7-302-68236-3 |d CNY59.00

• 035 __ |a (A100000NLC)013611675

• 049 __ |a A100000NLC |b UCS01013210413 |c 013611675 |d NLC01

• 100 __ |a 20250516d2025 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 集成多标签学习方法 |A ji cheng duo biao qian xue xi fang fa |b 专著 |f 夏跃龙，唐明靖著

• 210 __ |a 北京 |c 清华大学出版社 |d 2025

• 215 __ |a 158页 |c 图 |d 23cm

• 225 1_ |a 电子信息前沿技术丛书 |A dian zi xin xi qian yan ji shu cong shu

• 300 __ |a 民族教育信息化教育部重点实验室 云南省智慧教育重点实验室 国家自然科学基金项目“高效可信的深度集成知识蒸馏关键技术研究与应用”

• 330 __ |a 本书共8章。第1章介绍当前集成学习和多标签学习面临的挑战，以及集成多标签学习可以作为一个有效的解决方案；第2章介绍集成学习、多标签学习相关基础理论，包括集成学习框架和主流的传统多标签学习方法；第3~7章分别详细介绍五种场景下的集成多标签学习方法，即加权堆叠选择集成的传统多标签学习、流形子空间集成的不完全多标签学习、不同表征网络集成的极端多标签学习、自蒸馏集成的长尾多标签学习和多模态知识集成的开放词多标签学习；第8章总结全书，并展望集成多标签学习的未来发展。

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 夏跃龙 |A xia yue long |4 著

• 701 _0 |a 唐明靖 |A tang ming jing |4 著

• 801 _2 |a CN |b OLCC |c 20250613

• 905 __ |a GDPTC |d TP181/443