Multiple Instance Learning technológiák vizsgálata
2024-2025 ősz
Szoftver
Téma leírása
In machine learning, multiple-instance learning (MIL) is a type of supervised learning. Instead of receiving a set of instances which are individually labeled, the learner receives a set of labeled bags, each containing many instances. In the simple case of multiple-instance binary classification, a bag may be labeled negative if all the instances in it are negative. On the other hand, a bag is labeled positive if there is at least one instance in it which is positive. From a collection of labeled bags, the learner tries to either (i) induce a concept that will label individual instances correctly or (ii) learn how to label bags without inducing the concept.
A hallgató feladata az elérhető MIL implementációk feltérképezése, illetve algoritmusok implementációja.
A kutatás által érintett területekről (adathalmaz, stb.) Teamsen vagy emailen lehet érdeklődni a konzulensnél.
Feltételek
Maximális létszám:
1 fő