Aktiv læring
Aktiv læring er et iterativt maskinlæringsparadigme, hvor en læringsalgoritme selektivt forespørger en orakel – typisk en menneskelig annotator – om etiketter på de mest informative umærkede eksempler. Formuleret af Burr Settles i hans banebrydende litteraturgennemgang fra 2009, adresserer aktiv læring den praktiske flaskehals af annoteringsomkostninger ved at opnå høj modelnøjagtighed med langt færre mærkede eksempler, end passiv overvåget læring kræver.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+18 more
Kilder
- Settles, B. (2009). Active learning literature survey. University of Wisconsin-Madison Computer Sciences Technical Report 1648. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 2). Active Learning (Human-in-the-Loop). ScholarGate. https://scholargate.app/da/machine-learning/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.
- Konform forudsigelseMaskinlæring↔ compare
- Kvantificering af UsikkerhedSimulering↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →