如何提升网约车用户体验？南大&滴滴提出复合弱监督学习方法，AUC提升5%以上

文章预览

作者 | 郭兰哲 编辑 | 贾伟 本文解读南京大学机器学习与数据挖掘LAMDA研究所李宇峰研究组与滴滴网约车技术团队合作完成的工作《Weakly Supervised Learning Meets Ride-Sharing User Experience Enhancement》，发表于AAAI 2020。 论文链接：https://arxiv.org/abs/2001.09027 现有机器学习技术得以成功的背后往往依赖充足的标记数据。然而，充足标记数据的获取非常困难，因为现实任务中数据标记的速度往往赶不上数据产生的速度。弱监督学习（不依赖充足标记数据的机器学习框架）[1]更为贴近现实任务，但也更为困难。   弱监督学习研究主要围绕各种特定弱监督数据信号开展[1]。例如，半监督学习旨在研究监督信息不完整(Incomplete)的数据；噪声标记学习旨在研究监督信息不准确(Inaccurate)的数据 ………………………………