Learning from Double Positive and Unlabeled Data for Potential-Customer Identification

Fiche du document

Auteurs
Date

31 mai 2025

Discipline
Type de document
Périmètre
Identifiant
  • 2506.00436
Source

arXiv - économie

Collection

arXiv

Organisation

Cornell University

Mots-clés Und

Computer Science - Machine Learning Computer Science - Artificial Intelligence Economics - Econometrics Statistics - Methodology Statistics - Machine Learning

Sujets proches En

Learning process Scholarship Learning

Citer ce document

Masahiro Kato et al., « Learning from Double Positive and Unlabeled Data for Potential-Customer Identification », arXiv - économie

Partage / Export

document thumbnail

Par les mêmes auteurs

Sur les mêmes sujets

Sur les mêmes disciplines