Machine learningMachine learning

التعلم النشط عبر الإنترنت

يجمع التعلم النشط عبر الإنترنت بين نموذجين متكاملين: فهو يعالج البيانات كتيار متدفق (التعلم عبر الإنترنت) ويطلب تسميات بشكل انتقائي فقط للحالات الأكثر إفادة (التعلم النشط). والنتيجة هي نموذج يتكيف باستمرار مع البيانات الجديدة مع الحفاظ على تكاليف التسمية منخفضة — وهو مفيد كلما كانت البيانات المصنفة مكلفة وتصل الأمثلة بشكل تسلسلي بدلاً من وصولها دفعة واحدة.

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

المصادر

  1. Cesa-Bianchi, N., Gentile, C., & Zaniboni, L. (2006). Worst-case analysis of selective sampling for linear classification. Journal of Machine Learning Research, 7, 1205–1230. link
  2. Sculley, D. (2007). Online active learning methods for fast label-efficient spam filtering. Proceedings of the Fourth Conference on Email and Anti-Spam (CEAS 2007). link

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Online Active Learning (Streaming Active Learning). ScholarGate. https://scholargate.app/ar/machine-learning/online-active-learning

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.

Compare side by side
ScholarGateOnline Active learning (Online Active Learning (Streaming Active Learning)). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/machine-learning/online-active-learning · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026