অ্যাক্টিভ লার্নিং বুস্টিং
অ্যাক্টিভ লার্নিং বুস্টিং সক্রিয় শিক্ষার ক্যোয়ারি-চালিত লেবেল অধিগ্রহণকে AdaBoost-এর মতো বুস্টিং অ্যালগরিদমগুলির ওয়েটেড-এনসেম্বল যুক্তির সাথে একত্রিত করে। মডেলটি পুনরাবৃত্তিমূলকভাবে সবচেয়ে তথ্যপূর্ণ আনলেবেলড উদাহরণগুলিকে টীকা করার জন্য নির্বাচন করে — যা বুস্টিং এনসেম্বলের মধ্যে মতানৈক্য বা অনিশ্চয়তা দ্বারা পরিচালিত হয় — এবং প্রতিটি নতুন লেবেলের পরে পুনরায় প্রশিক্ষণ দেয়, যার ফলে প্যাসিভ লার্নিংয়ের চেয়ে অনেক কম লেবেলযুক্ত উদাহরণ দিয়ে উচ্চ নির্ভুলতা অর্জন করা যায়।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Abe, N. & Mamitsuka, H. (1998). Query Learning Strategies Using Boosting and Bagging. Proceedings of the 15th International Conference on Machine Learning (ICML 1998), pp. 1–9. Morgan Kaufmann. link ↗
- Settles, B. (2009). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Active Learning with Boosting Ensembles. ScholarGate. https://scholargate.app/bn/machine-learning/active-learning-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.
- সক্রিয় শিখন সাপোর্ট ভেক্টর মেশিনযন্ত্র শিখন↔ compare
- বুস্টিংযন্ত্র শিখন↔ compare
- অনলাইন বুস্টিংযন্ত্র শিখন↔ compare
- আধা-তত্ত্বাবধানাধীন শিখন (Semi-supervised Learning)যন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →