「DL」 表示学习资源汇总
又叫「特征嵌入」，使用模型学习到输入数据的低维表示——特征，然后可以将其应用于各种任务；
无监督学习资源
representation learning · network embedding
「DL」 多示例学习资源汇总
一组数据共用一个标签，模型负责预测一组数据的标签或预测出单条数据的标签：其中一组数据被称为数据包；比如一段视频只做一个分类标记；
multiple instance learning
「DL」 弱监督学习资源汇总
已知弱标签，去学习强标签的问题：标签的强弱指的是标签蕴含的信息量的多少，比如相对于分割的标签来说，检测的标签就是弱标签；想对于检测，分类就是弱标签；例如已知一幅图上有一只猫，那么找到猫在哪里的过程就是标签提升——弱监督问题；
weakly supervised learning
共计 516 篇文章，26 页。