罗杰斯特回归相关论文
坐标下降(Coordinate Descent,CD)方法是求解大规模数据分类问题的有效方法,具有简单操作流程和快速收敛速率。为了提高罗杰斯特回......
研究跨领域学习与分类是为了将对多源域的有监督学习结果有效地迁移至目标域,实现对目标域的无标记分类.当前的跨领域学习一般侧重......
机器学习是人工智能的重要研宄课题之一,而分类和聚类是机器学习中的两个重要的研究课题,已广泛应用于自然语言处理、生物特征识别......
多任务学习通过寻找并共享不同任务域之间的共性特征来完成学习，利用知识迁移加速不同任务域的学习为每个任务域构建一个分类器。提......
