×

mvlearn:Python中的多视图机器学习。 (英语) Zbl 07370626号

摘要:随着越来越多的数据从多个不同的源生成,近年来,多视图数据集(其中每个样本在不同的视图中都有特征)不断增长。然而,不存在使非专业人员能够轻松使用这些方法的综合软件包。mvlearn是一个Python库,它实现了领先的多视图机器学习方法。它的简单API与scikit-learn的API非常相似,从而提高了易用性。该包可以从Python包索引(PyPI)和conda包管理器安装,并根据MIT开放源码许可证发布。有关文档、详细示例和所有版本,请访问https://mvlearn.github.io/.

MSC公司:

68T05型 人工智能中的学习和自适应系统
PDF格式BibTeX公司 XML格式引用
全文: arXiv公司 链接

参考文献:

[1] Babak Afshin-Pour、Gholam-Ali Hossein-Zadeh、Stephen C Strother和Hamid Soltanian Zadeh。在NPAIRS框架中使用广义典型相关分析增强fMRI统计图的再现性。欧洲图像,60(4):1970-19812012。
[2] Galen Andrew、Raman Arora、Jeff Bilmes和Karen Livescu。深度典型相关分析。国际机器学习会议,第28卷,第1247-1255页。JMLR.org,2013年。
[3] 弗朗西斯·巴赫和迈克尔·乔丹。核独立成分分析。机器学习研究杂志,3:1-482003·Zbl 1088.68689号
[4] 斯特芬·比克尔和托比亚斯·谢弗。多视图聚类。IEEE数据挖掘国际会议,第19-26页。IEEE计算机协会,2004年。
[5] Avrim Blum和Tom Mitchell。将标记和未标记数据与联合训练相结合。在计算学习理论会议上,第92-100页。计算机协会,1998年。
[6] 马蒂恩。Breukelen、Robert P.W.Duin、David M.J.Tax和J.E.den Hartog。用组合分类器进行手写数字识别。Kybernetika,34(4):381-3861998年·Zbl 1274.68403号
[7] 拉尔斯·别丁克(Lars Buitink)、吉莱斯·卢佩(Gilles Louppe)、马蒂厄·布隆德尔(Mathieu Blondel)、费比安·佩德雷戈萨(Fabian Pedregosa)、安德烈亚斯·米勒(Andreas Mueller)、奥利维尔·格里塞尔(Olivier Grisel)、弗拉德·尼库莱(Vlad Niculae)、彼得·普雷滕霍弗(Peter Prettenhofer)、亚历山大·格兰福特(Alexandre Gramfor。机器学习软件的API设计:来自scikit-learn项目的经验。InECML PKDD研讨会:数据挖掘和机器学习语言,第108-122页,2013年。
[8] 文斯·德·卡尔霍恩(Vince D Calhoun)、图拉·阿达利(Tulay Adali)、戈弗雷·德·皮尔森(Godfrey D Pearlson)和詹姆斯·杰·佩卡尔(James J Pekar)。一种使用独立成分分析从功能性核磁共振数据进行群体推断的方法。人脑绘图,14(3):140-1512001。
[9] 赵国庆,孙世良,毕杰。多视角聚类研究。arXiv预印本,arXiv:1712.062462017。
[10] Dheeru Dua和Casey Graff。UCI机器学习库,2017年。URLhttp://archive.ics.UCI.edu/ml。
[11] Qing Feng、Meilei Jiang、Jan Hannig和J.S.Marron。解释了基于角度的关节和个体变化。多变量分析,166:241-2652018·Zbl 1408.62113号
[12] 院长P.Foster、Sham M.Kakade和张彤。通过典型相关分析进行多视图降维。技术报告,芝加哥丰田技术研究所,2008年。统一资源定位地址https://repository.upenn.edu/statistics_papers/150。
[13] David R Hardoon、Sandor Szedmak和John Shawe-Tylor。典型相关分析:学习方法应用概述。神经计算,16(12):2639-26642004·Zbl 1062.68134号
[14] 丁锦浩。构造决策森林的随机子空间方法。IEEE模式分析和机器智能汇刊,20(8):832-8441998。
[15] 哈罗德·霍特林。两组变量之间的关系。《生物特征》,28(3/4):321-3771936·Zbl 0015.40705号
[16] 萨米尔·卡纳恩·伊兹基尔多(Samir Kanaan-Izquierdo)、安德烈·齐亚蒂诺夫(Andrey Ziyatdinov。多视图:用于多视图模式识别方法的软件包。生物信息学,35(16):2877-28792019。
[17] Abhishek Kumar和Hal Daum´e。多视图谱聚类的联合训练方法。机器学习国际会议,第393-400页。Omnipress,2011年。
[18] Abhishek Kumar、Piyush Rai和Hal Daum´e。协同规则多视角光谱聚类。神经信息处理系统国际会议,第1413-1421页。Curran Associates Inc.,2011年。
[19] 马尔特·库斯和托尔·格雷佩尔。核典型相关分析的几何。《技术报告108》,马克斯·普朗克生物控制论研究所,2003年5月。
[20] 基思·莱文(Keith Levin)、阿凡蒂·阿特里亚(Avanti Athreya)、明·唐(Minh Tang)、文斯·利津斯基(Vince Lyzinski)、杨瑟公园(Youngser Park)和凯里·普里贝(Carey E.Priebe)。多重随机点积图的综合嵌入的中心极限定理。2017年IEEE国际数据挖掘研讨会,第964-967页。
[21] 埃里克·F·洛克(Eric F Lock)、凯瑟琳·A·霍德利(Katherine A Hoadley)、詹姆斯·斯蒂芬·马龙(James Stephen Marron)和安德鲁·诺贝尔(Andrew B Nobel)。用于多数据类型集成分析的联合和单独变化解释(jive)。应用统计年鉴,7(1):523-5422013·兹比尔1454.62355
[22] 帕斯卡·G·P·马丁(Pascal G.P.Martin)、埃尔夫·吉卢(Hervée Guillou)、弗雷德·埃里克·拉塞雷(Fr´ed´eric Lasserre)、塞巴斯蒂安·德伊根(S´ebastien D´ejean)、安娜格·兰(Annaig Lan)、珍妮·马库西(Jean-Marc Pascussi)、马加里·桑。通过营养基因组学研究揭示了pparα介导的脂质和外源性代谢调节的新方面。《肝病学》,45(3):767-7772007。
[23] Kamal Nigam和Rayid Ghani。分析联合培训的有效性和适用性。InConference on Information and Knowledge Management,第86-93页。计算机协会,2000年。
[24] Fabian Pedregosa、Ga¨el Varoqueux、Alexandre Gramfort、Vincent Michel、Bertrand Thirion、Olivier Grisel、Mathieu Blondel、Peter Prettenhofer、Ron Weiss、Vincent-Dubourg等人。Scikit-learn:Python中的机器学习。机器学习研究杂志,12:2825-28302011·Zbl 1280.68189号
[25] 雨果·理查德(Hugo Richard)、路易吉·格雷塞尔(Luigi Gresele)、阿波·海夫·阿利宁(Aapo Hyv¨arinen)、伯特兰·蒂里昂(Bertrand Thirion)、亚历山大·格兰福特(Alexandre Gramfort)和皮埃尔·阿。通过多视图ica对神经成像研究中的共享响应进行建模。《神经信息处理系统进展》,第33卷,2020年。
[26] 孙十良。多视图机器学习综述。神经计算与应用,23(7-8):2031-20382013。
[27] 阿瑟·特内豪斯和米歇尔·特内豪思。正则化广义典型相关分析。《心理测量学》,76:257-2842011年·Zbl 1284.62753号
[28] 尼克莱·特伦达菲洛夫。共同主成分的逐步估计。计算统计与数据分析,54(12):3446-34572010·Zbl 1284.62360号
[29] Weiran Wang、Raman Arora、Karen Livescu和Jeff Bilmes。关于深度多视角表征学习。在国际机器学习会议上,第37卷,第1083-1092页。JMLR.org,2015年。
[30] 常旭、陶大成、徐超。多视角学习调查。arXiv预印本,arXiv:1304.56342013。
[31] 杨玉浩、赵兰、李晓丽、罗波和欢军。使用多视图聚类的自动社交圈检测。InACM信息和知识管理国际会议,第1019-1028页,2014年。
[32] 赵静、谢西炯、徐欣和孙世良。多视角学习概述:最新进展和新挑战。信息融合,38:43-542017年。
[33] 周志华和李明。半监督回归与联合训练。国际人工智能联合会议,第908-913页。摩根考夫曼出版公司,2005年。
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。