Zobrazeno 1 - 10
of 91
pro vyhledávání: '"Ho, Tin Kam"'
Autor:
Ho, Tin Kam
Publikováno v:
Proceedings of the 26th International Conference on Pattern Recognition (ICPR 2022), August 21-25, 2022, Montr\'eal, Qu\'ebec, Canada
Deep neural networks use multiple layers of functions to map an object represented by an input vector progressively to different representations, and with sufficient training, eventually to a single score for each class that is the output of the fina
Externí odkaz:
http://arxiv.org/abs/2209.00525
Real-world text classification tasks often require many labeled training examples that are expensive to obtain. Recent advancements in machine teaching, specifically the data programming paradigm, facilitate the creation of training data sets quickly
Externí odkaz:
http://arxiv.org/abs/2002.01412
Autor:
Mallinar, Neil, Shah, Abhishek, Ugrani, Rajendra, Gupta, Ayush, Gurusankar, Manikandan, Ho, Tin Kam, Liao, Q. Vera, Zhang, Yunfeng, Bellamy, Rachel K. E., Yates, Robert, Desmarais, Chris, McGregor, Blake
Many conversational agents in the market today follow a standard bot development framework which requires training intent classifiers to recognize user input. The need to create a proper set of training examples is often the bottleneck in the develop
Externí odkaz:
http://arxiv.org/abs/1812.06176
Autor:
Hao, Jiangang, Ho, Tin Kam
Publikováno v:
Journal of Educational and Behavioral Statistics, 2019 Jun 01. 44(3), 348-361.
Externí odkaz:
https://www.jstor.org/stable/45278427
Autor:
Ho, Tin Kam
Despite encouraging recent progresses in ensemble approaches, classification methods seem to have reached a plateau in development. Further advances depend on a better understanding of geometrical and topological characteristics of point sets in high
Externí odkaz:
http://arxiv.org/abs/cs/0402020
Autor:
Ho, Tin Kam
Studies on ensemble methods for classification suffer from the difficulty of modeling the complementary strengths of the components. Kleinberg's theory of stochastic discrimination (SD) addresses this rigorously via mathematical notions of enrichment
Externí odkaz:
http://arxiv.org/abs/cs/0402021
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
The American Statistician, 2009 Aug 01. 63(3), 218-225.
Externí odkaz:
https://www.jstor.org/stable/25652270
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.