
Die vorgeschlagene Methode CDMAD (Class-Distribution-Mismatch-Aware Debiasing) ermöglicht es, Klassifikatoren effektiv umzubalancieren und die Qualität der Darstellungen zu verbessern, auch wenn die Klassenverteilung der unmarkierten Daten unbekannt ist und stark von der Klassenverteilung der markierten Daten abweicht.


coremsg

effiziente-verarbeitung-und-analyse-von-inhalten-zur-gewinnung-von-erkenntnissen-eine-methode-zur-überwindung-von-klassenschieflage-in-semi-überwachtem-lernen


Effiziente Verarbeitung und Analyse von Inhalten zur Gewinnung von Erkenntnissen: Eine Methode zur Überwindung von Klassenschieflage in semi-überwachtem Lernen


title_rewrite


Die vorgeschlagene Methode CDMAD (Class-Distribution-Mismatch-Aware Debiasing) ermöglicht es, Klassifikatoren effektiv umzubalancieren, selbst wenn die Klassenverteilung der ungelabelten Daten stark von der der gelabelten Daten abweicht.
