解耦“何时更新”与“如何更新”
机器学习
2018-03-28 v2
摘要
深度学习需要数据。一种获取数据的有效方法是发挥创造力，从各种为不同目的而创建的来源中挖掘数据。不幸的是，这种方法常常导致噪声标签。在本文中，我们提出一种用于解决噪声标签问题的元算法。其核心思想是将“何时更新”与“如何更新”解耦。我们通过结合 Labeled Faces in the Wild (LFW) 人脸识别数据集与文本性别化服务来挖掘性别分类数据，从而构建一个噪声数据集，以此证明我们算法的有效性。尽管我们的方法实现非常简单，却取得了最先进的（state-of-the-art）结果。我们分析了所提算法的一些收敛性质。
引用
@article{arxiv.1706.02613,
title = {Decoupling "when to update" from "how to update"},
author = {Eran Malach and Shai Shalev-Shwartz},
journal= {arXiv preprint arXiv:1706.02613},
year = {2018}
}