PAC model, Statistical Queries, Unlabeled Examples, Positive Examples, Decision Trees, Data Mining;
机译:通过从阳性和未标记的实例中学习来有效地识别化合物与蛋白质的相互作用
机译:来自积极和未标记的例子的全球和本地学习
机译:从正面和未标注例子的比例中学习
机译:积极和未标记的例子HLEP学习
机译:积极无标签学习的算法和方法
机译:ProDiGe:利用多任务机器学习对疾病基因进行优先排序从阳性和未标记的示例中进行
机译:从积极和未标记的例子中估算$$ f_1 $$评分
机译:从标记和未标记的例子的混合物中学习的复杂性