在多示例学习中 ， 多示例包bag的label是已知的 ， 示例的label是未知的 。图2属于正类 ， 含有“大象” ， 这个图像label是训练集给定的 。但是 ， 图2的3个分割区（） ， 哪个区域含有大象 ， 哪个区域不含有大象 ， 我们是不知道的 。因此 ， 在多示例中 ， 多示例包bag (图像)的label是已知的（训练集给定的） ， 但是 ， 示例（分割区域）的label是未知的 。我们的任务是 ， 在正类多示例包bag和负类多示例包bag的基础上 ， 建立分类器 ， 区分正类多示例包和负类多示例包 。困难之处在于 ， 每个多示例包含有若干个示例（向量） ， 只有多示例包（图像）的label是已知的 ， 多示例包里面的示例（分割区域）的label是未知的 。

• 【一起入门MachineLearning】中科院机器学习-期末题库
• Representation Learning 表示学习 Part1
• Found multiple CRI endpoints on the host