Resumen

Puede resultar desafiante aprender algoritmos debido a la investigación de problemas de clasificación de pocos disparos relacionados con negocios. Por lo tanto, en este documento, evaluamos la clasificación del aprendizaje de pocos disparos en el campo comercial. Para identificar de manera precisa las categorías de problemas de aprendizaje de pocos disparos, propusimos un método de red probabilística (PN) basado en problemas de aprendizaje de pocos disparos y de un solo disparo. La mejora de los datos originales fue seguida por el desarrollo subsiguiente del método PN basado en extracción de características, comparación de categorías y análisis de funciones de pérdida. La efectividad del método fue validada utilizando dos ejemplos (ausentismo en el trabajo y hoteles en Las Vegas Strip). Los resultados experimentales demuestran la capacidad del método PN para identificar de manera efectiva las categorías de problemas comerciales de aprendizaje de pocos disparos. Por lo tanto, el método propuesto puede aplicarse a problemas de clasificación de pocos disparos relacionados con negocios.

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Desafiante; Algoritmos; Aprendizaje de pocas muestras; Campo comercial; Red probabilística; Clasificación
• Keywords:Challenging; Algorithms; Few-shot learning; Commercial field; Probabilistic network; Classification