Активно обучение с градиентен бустинг
Активното обучение с градиентен бустинг комбинира мощната предсказваща точност на градиентно бустирани дървета с цикъл на активно обучение, който избира най-информативните немаркирани примери за човешка анотация. Чрез запитване само на инстанциите, за които моделът е най-несигурен, методът постига висока точност със значително по-малко маркирани примери в сравнение с пасивното контролирано обучение.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗
- Friedman, J. H. (2001). Greedy Function Approximation: A Gradient Boosting Machine. Annals of Statistics, 29(5), 1189–1232. DOI: 10.1214/aos/1013203451 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Active Learning with Gradient Boosting (Query-by-Committee / Uncertainty Sampling with Gradient Boosted Trees). ScholarGate. https://scholargate.app/bg/machine-learning/active-learning-gradient-boosting
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.
- Активно обучениеМашинно обучение↔ compare
- Градиентен бустингМашинно обучение↔ compare
- Случайна гораМашинно обучение↔ compare
- XGBoostМашинно обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →