نموذج الخليط الغاوسي للتعلم النشط
يجمع نموذج الخليط الغاوسي للتعلم النشط بين استراتيجية استعلام تكرارية ونموذج خليط غاوسي. يختار الخوارزمية النقاط غير المسماة الأكثر إفادة - عادةً تلك التي تتمتع بأعلى عدم يقين تنبؤي - ويعرضها على خبير للتسمية، ويعيد ضبط نموذج الخليط الغاوسي باستخدام خوارزمية EM على المجموعة المتنامية من البيانات المسماة. النتيجة هي نموذج كثافة يطابق جودة البيانات الكاملة مع الحاجة إلى عدد أقل بكثير من الأمثلة المسماة.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Zhu, X., Ghahramani, Z., & Lafferty, J. (2003). Semi-supervised learning using Gaussian fields and harmonic functions. Proceedings of the 20th International Conference on Machine Learning (ICML), 912–919. link ↗
- Settles, B. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning, 6(1), 1–114. Morgan & Claypool Publishers. DOI: 10.2200/S00429ED1V01Y201207AIM018 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Active Learning with Gaussian Mixture Model. ScholarGate. https://scholargate.app/ar/machine-learning/active-learning-gaussian-mixture-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- عملية غاوس النشطةتعلم الآلة↔ compare
- نموذج الخليط الغاوسي البيزيتعلم الآلة↔ compare
- نموذج جاوس المختلط شبه المُشرفتعلم الآلة↔ compare
- التعلم شبه المُشرفتعلم الآلة↔ compare