(机器)学习事半功倍 蒂莫西·科恩(Timothy Cohen) 马拉·弗雷西斯 布莱恩·奥斯特迪克(Bryan Ostdiek) 抽象 确定训练机器学习算法的最佳方法对于最大化其对数据进行分类的能力至关重要。 在本文中,我们将标准的“完全监督”方法(依赖于逐个事件的真实级别标签的知识)与最近的建议进行了比较,该建议改为使用班级比率作为培训期间提供的唯一区分信息。 与完全监督的方法相比,这种所谓的“弱监督”技术访问的信息更少,但是仍然能够产生令人印象深刻的区分能力。 另外,弱监督似乎特别适合于粒子物理学,因为量子力学与将单个事件映射到任何单个费曼图上的概念不兼容。 我们将在分析和数值上详细