পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| অ্যাক্টিভ লার্নিং লজিস্টিক রিগ্রেশন× | লজিস্টিক রিগ্রেশন× | |
|---|---|---|
| ক্ষেত্র≠ | যন্ত্র শিখন | গবেষণা পরিসংখ্যান |
| পরিবার≠ | Machine learning | Process / pipeline |
| উদ্ভবের বছর≠ | 1994–2010 | 1958 |
| প্রবর্তক≠ | Lewis, D. D. & Gale, W. A.; Settles, B. (survey) | David Roxbee Cox |
| ধরন≠ | Active learning framework with logistic regression base learner | Method |
| মৌলিক উৎস≠ | Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗ | Cox, D. R. (1958). The regression analysis of binary sequences. Journal of the Royal Statistical Society, Series B, 20(2), 215–242. DOI ↗ |
| অপর নাম≠ | AL-LR, logistic regression active learner, uncertainty sampling logistic regression, pool-based active logistic classifier | logit model, binomial logistic regression, LR |
| সম্পর্কিত≠ | 4 | 3 |
| সারসংক্ষেপ≠ | Active Learning with Logistic Regression is an iterative label-efficient framework in which a logistic regression model selects the unlabeled examples it is most uncertain about, an oracle (human annotator) labels them, and the model is retrained — repeating until a labeling budget or accuracy target is met. It dramatically reduces annotation cost compared to random labeling. | Logistic regression is a statistical method for modeling the probability of a binary outcome (disease present/absent, success/failure) as a function of continuous and categorical predictors. Developed by David Roxbee Cox (1958), it solves the problem of predicting categorical outcomes by applying a logistic transformation to constrain predictions to the [0,1] probability interval, enabling accurate risk stratification, diagnostic prediction, and causal inference in epidemiology, medicine, and social science. |
| ScholarGateডেটাসেট ↗ |
|
|