Robust Active Learning
Robust Active Learning разширява стандартната рамка на активното обучение, за да се справи с шумни етикети, състезателни смущения и ненадеждни или ненадеждни оракули. Вместо да приема перфектно етикетиране, той включва статистически или състезателни гаранции за устойчивост в процеса на подбор на заявки, поддържайки ефективност на пробите, като същевременно толерира повреда в процеса на анотиране.
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
- Balcan, M.-F., Beygelzimer, A., & Langford, J. (2006). Agnostic active learning. In Proceedings of the 23rd International Conference on Machine Learning (ICML 2006), pp. 65–72. ACM. DOI: 10.1145/1143844.1143853 ↗
- Settles, B. (2009). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Robust Active Learning (Noise-Tolerant Query-Based Learning). ScholarGate. https://scholargate.app/bg/machine-learning/robust-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.
- Активно обучениеМашинно обучение↔ compare
- Обучение с малко примериМашинно обучение↔ compare
- Онлайн обучениеМашинно обучение↔ compare
- Робастна случайна гораМашинно обучение↔ compare
- Устойчив метод на опорните векториМашинно обучение↔ compare
- Полу-наблюдавано обучениеМашинно обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →