多實例學習是種常用於訓練病理資料的機器學習方法。在傳統的監督式學習中，每個單獨的樣本都會有一個獨立的標籤，而MIL的訓練樣本是以一組組袋（bag）的形式而非單一樣本存在。每一個袋中則包含了多個樣本，使得在進行標註時只需要給每一袋相同的標註即可。這能在進行如腫瘤或是病變組織分析時省下大量標註單一細胞的時間。模型利用袋中的實例進行特徵學習，並進行最終的分類，以判斷整體樣本的性質，如是否為腫瘤或病變組織。
多實例學習是種常用於訓練病理資料的機器學習方法。在傳統的監督式學習中，每個單獨的樣本都會有一個獨立的標籤，而MIL的訓練樣本是以一組組袋（bag）的形式而非單一樣本存在。每一個袋中則包含了多個樣本，使得在進行標註時只需要給每一袋相同的標註即可。這能在進行如腫瘤或是病變組織分析時省下大量標註單一細胞的時間。模型利用袋中的實例進行特徵學習，並進行最終的分類，以判斷整體樣本的性質，如是否為腫瘤或病變組織。
