Aprenentatge Actiu amb LightGBM
Active Learning LightGBM combina l'estratègia d'aprenentatge actiu de selecció de consultes eficient amb la velocitat i precisió de LightGBM, un marc de gradient boosting basat en histogrames. El model selecciona iterativament les instàncies no etiquetades més informatives per a l'anotació humana, reentrena LightGBM amb el conjunt d'etiquetes creixent i convergeix a una alta precisió amb molts menys exemples etiquetats que l'aprenentatge supervisat passiu.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Settles, B. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning, 6(1), 1–114. Morgan & Claypool. DOI: 10.2200/S00429ED1V01Y201207AIM018 ↗
- Ke, G., Meng, Q., Finley, T., Wang, T., Chen, W., Ma, W., Ye, Q., & Liu, T.-Y. (2017). LightGBM: A Highly Efficient Gradient Boosting Decision Tree. Advances in Neural Information Processing Systems, 30, 3146–3154. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Active Learning with Light Gradient Boosting Machine. ScholarGate. https://scholargate.app/ca/machine-learning/active-learning-lightgbm
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.
- Aprenentatge actiuAprenentatge automàtic↔ compare
- Gradient BoostingAprenentatge automàtic↔ compare
- LightGBMAprenentatge automàtic↔ compare
- Random ForestAprenentatge automàtic↔ compare
- XGBoostAprenentatge automàtic↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →