Multiple Instance Learning - Francisco Herrera, Sebastián Ventura, Rafael Bello, Chris Cornelis, Amelia Zafra, Dánel Sánchez-Tarragó, Sarah Vluymans

Blick ins Buch

Multiple Instance Learning (eBook)

Foundations and Algorithms

Francisco Herrera, Sebastián Ventura, Rafael Bello, Chris Cornelis, Amelia Zafra, Dánel Sánchez-Tarragó, Sarah Vluymans (Autoren)

eBook Download: PDF

2016 | 1st ed. 2016
XI, 233 Seiten
Springer International Publishing (Verlag)
978-3-319-47759-6 (ISBN)

Lese- und Medienproben

Ebook-Leseprobe (PDF)

This book provides a general overview of multiple instance learning (MIL), defining the framework and covering the central paradigms. The authors discuss the most important algorithms for MIL such as classification, regression and clustering. With a focus on classification, a taxonomy is set and the most relevant proposals are specified. Efficient algorithms are developed to discover relevant information when working with uncertainty. Key representative applications are included.

This book carries out a study of the key related fields of distance metrics and alternative hypothesis. Chapters examine new and developing aspects of MIL such as data reduction for multi-instance problems and imbalanced MIL data. Class imbalance for multi-instance problems is defined at the bag level, a type of representation that utilizes ambiguity due to the fact that bag labels are available, but the labels of the individual instances are not defined.

Additionally, multiple instance multiple label learning is explored. This learning framework introduces flexibility and ambiguity in the object representation providing a natural formulation for representing complicated objects. Thus, an object is represented by a bag of instances and is allowed to have associated multiple class labels simultaneously.

This book is suitable for developers and engineers working to apply MIL techniques to solve a variety of real-world problems. It is also useful for researchers or students seeking a thorough overview of MIL literature, methods, and tools.

Introduction.- Multiple Instance Learning.- Multi-Instance Classification.- Instance-Based Classification Methods.- Bag-Based Classification Methods.- Multi-Instance Regression.- Unsupervised Multiple Instance Learning.- Data Reduction.- Imbalance Multi-Instance Data.- Multiple Instance Multiple Label Learning.

Erscheint lt. Verlag	8.11.2016
Zusatzinfo	XI, 233 p. 46 illus., 40 illus. in color.
Verlagsort	Cham
Sprache	englisch
Themenwelt	Mathematik / Informatik ► Informatik ► Grafik / Design
Themenwelt	Mathematik / Informatik ► Informatik ► Programmiersprachen / -werkzeuge
Schlagworte	Algorithm analysis and problem complexity • Data Mining • Data reduction in multiple instance learning • dimensionality reduction • Feature selection in multiple instance learning • Instance selection in multiple instance learning • machine learning • Multi-instance learning from imbalanced data • Multi-instance multi-label classification • Multiple instance classification • Multiple instance clustering • multiple instance learning • Multiple instance regression
ISBN-10	3-319-47759-5 / 3319477595
ISBN-13	978-3-319-47759-6 / 9783319477596

Haben Sie eine Frage zum Produkt?

PDF (Wasserzeichen)
Größe: 5,9 MB

DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Print-Ausgabe

Buch | Hardcover

106,99 €