Machine learning from weak supervision : an empirical risk minimization approach

• 資料種別: 図書
• ISBN: 9780262047074 hardcover; 0262047071 hardcover
• タイトル: Machine learning from weak supervision : an empirical risk minimization approach
• 著者・編者: Masashi Sugiyama, Han Bao, Takashi Ishida, Nan Lu, Tomoya Sakayi, and Gang Niu
• シリーズタイトル: Adaptive computation and machine learning series
• タイトル標目: Adaptive computation and machine learning
• 著者標目: 杉山, 将 スギヤマ, マサシ ( 01139517 )典拠; Ishida, Takashi [石田隆]; Sakai, Tomoya [坂井智哉]
• 出版事項: Cambridge, Massachusetts : The MIT Press (出版)
• 出版年月日等: [2022]
• 出版年（W3CDTF）: 2022
• 数量: xv, 295 pages
• 形態の詳細: illustrations (some color)
• 大きさ: 24 cm
• 出版地（国名コード）: US
• 本文の言語コード: eng
• 表現種別: text
• 機器種別: unmediated
• キャリア種別: volume
• 件名標目: Supervised learning (Machine learning); Apprentissage supervisé (Intelligence artificielle)
• LCC: Q325.75
• DDC: 006.3/1
• NDLC: M121
• 対象利用者: 一般
• 書誌注記: Includes bibliographical references and index
• コレクション（個別）: 日本関係外国語図書
• 所蔵機関: 国立国会図書館
• 請求記号: M121-D56
• 連携機関・データベース: 国立国会図書館 : 国立国会図書館蔵書; https://ndlsearch.ndl.go.jp
• 書誌ID（NDLBibID）: 031960278; http://id.ndl.go.jp/bib/031960278
• LC control number: 2021045984; https://lccn.loc.gov/2021045984
• OCLC番号: 1286073071; https://www.worldcat.org/oclc/1286073071
• 目録規則: RDA
• 整理区分コード: 211

• 要約等: "An overview of machine learning from data that is easily collectible, but challenging to annotate for learning algorithms"--（提供元: Provided by publish...