Active Learning Stacking Ensemble
Active Learning Stacking Ensemble kombinuje smyčku dotazování aktivního učení se skládanou generalizací: je k dispozici fond neoznačených dat a model iterativně vybírá nejinformativnější instance pro lidské označení, přičemž tato označení používá k trénování a zdokonalování skládaného ansámblu více základních učících algoritmů zakončeného meta-učícím algoritmem. Tento přístup snižuje náklady na anotaci a zároveň maximalizuje prediktivní sílu ansámblu.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Wolpert, D. H. (1992). Stacked generalization. Neural Networks, 5(2), 241–259. DOI: 10.1016/S0893-6080(05)80023-1 ↗
- Settles, B. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning. Morgan & Claypool Publishers. DOI: 10.2200/S00429ED1V01Y201207AIM018 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Active Learning with Stacking Ensemble. ScholarGate. https://scholargate.app/cs/machine-learning/active-learning-stacking-ensemble
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.
- Aktivní učeníStrojové učení↔ compare
- ZesilováníStrojové učení↔ compare
- Polo-supervizované skládání (Semi-supervised Stacking Ensemble)Strojové učení↔ compare
- StackingStrojové učení↔ compare
- Hlasovací ansámblStrojové učení↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →