论文期刊

取消

高级检索

检索历史清除

首页> PeerJ. Computer science> Positive Unlabeled Learning Selected Not At Random (PULSNAR): class proportion estimation without the selected completely at random assumption.

Positive Unlabeled Learning Selected Not At Random (PULSNAR): class proportion estimation without the selected completely at random assumption.

导出 LinkOut

翻译打印收藏纠错

作者： Praveen,Kumar ^[1] ; Christophe G,Lambert ^[1]

作者单位： Department of Internal Medicine, Division of Translational Informatics, University of New Mexico, Albuquerque, United States. ^[1]

关键词 Class imbalance Class prior Machine learning Mixture proportion estimation Noisy label learning PULSCAR PULSNAR Positive-unlabeled learning Probability calibration SCAR SNAR Semi-supervised learning

DOI 10.7717/peerj-cs.2451

PMID 39650456

发布时间 2025-01-04

翻译满意度评价：

准确一般字义偏差语意偏离译文作用小提交

浏览0

PeerJ. Computer science

2024年10卷

e2451页

相似文献

中文期刊
外文期刊
学位论文
会议论文

特别提示：本网站仅提供医学学术资源服务，不销售任何药品和器械，有关药品和器械的销售信息，请查阅其他网站。

客服热线：4000-115-888 转3 (周一至周五：8:00至17:00)
|
客服邮箱：yiyao@wanfangdata.com.cn

违法和不良信息举报电话：4000-115-888，举报邮箱：problem@wanfangdata.com.cn，举报专区

官方微信

万方医学小程序

关于我们网站地图知识产权

北京万方数据股份有限公司

万方数据电子出版社

京ICP证010071号

京公网安备11010802020237号

京ICP备08100800号-1

违法和不良信息举报电话：4000-115-888，举报邮箱：problem@wanfangdata.com.cn，举报专区

new翻译充值订阅收藏移动端

官方微信

万方医学小程序

调查问卷