BriefGPT - AI 论文速递 · 2023-11-27T00:00:00Z 学习补充标签的重访：一种通过负无标签学习的一致方法 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 本文提出了一个使用无偏见的转移概率估计的框架，通过修改传统损失函数，扩展深度神经网络分类器，学习偏差的互补标签，以确保收敛于最优分类器。实验证明，该方法优于当前最先进的方法。 🏷️ 标签 偏差互补标签 实验证明 无偏见转移概率估计 最优分类器 深度神经网络分类器 阅读原文 生成长图 分享链接 已复制链接
