计算机视觉当中的零样本学习

分享主题

计算机视觉当中的零样本学习（Zero-Shot Learning），以及本实验组在NeurIPS2018上发表的关于零样本学习的“领域不变量映射学习算法”

分享背景

机器学习中，传统的图像分类问题依赖大量带标签的训练样本。繁琐的标注工作大大增加了图像收集的人工成本，从而使得小样本的机器学习方法，特别是其中的零样本学习（Zero-Shot Learning）成为了近期机器学习的重要研究方向。零样本学习旨在没有带标签数据的情况下，通过对已知类别的映射学习获得泛化能力强的学习器（分类器），再推广到未知类上实现较好的分类效果（所以称为零样本或者是零标签学习）。

分享嘉宾

管界超，中国人民大学信息学院大数据分析与智能实验室2018级直博生，方向是机器学习与计算机视觉。本科就读于中国人民大学数学系。

分享提纲

零样本学习问题背景及其概念

相关工作介绍

介绍我们组在NeurIPS2018上的工作 - 领域不变量映射学习算法（Domain-Invariant Projection Learning）

实验结果分析与总结

分享时间

（北京时间）01 月 15 日 （星期二）早上 10:00

错过直播不要紧，回放视频上传后也能看哦~

直播链接

http://www.mooc.ai/open/course/629

扫码直达

【AI求职百题斩 - 每日一题】

赶紧来看看今天的题目吧！

想知道正确答案？

点击今日推文【第4条】或在公众号回复“0114挑战”即可答题获取！