Aktiv Læring Lineær Regression
Aktiv Læring Lineær Regression er en iterativ maskinlæringstilgang, der kombinerer en lineær regressionsmodel med en intelligent forespørgselsstrategi for at udvælge de mest informative umærkede punkter til mærkning. Ved at fokusere mærkningsindsatsen, hvor usikkerheden er højest, opnår den konkurrencedygtig forudsigelsesnøjagtighed med langt færre mærkede eksempler end passiv tilfældig sampling.
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.
Kilder
- Settles, B. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning, 6(1), 1–114. Morgan & Claypool. DOI: 10.2200/S00429ED1V01Y201207AIM018 ↗
- Cohn, D. A., Ghahramani, Z., & Jordan, M. I. (1996). Active learning with statistical models. Journal of Artificial Intelligence Research, 4, 129–145. DOI: 10.1613/jair.295 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Active Learning with Linear Regression. ScholarGate. https://scholargate.app/da/machine-learning/active-learning-linear-regression
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.
- Bayesiansk lineær regressionBayesiansk↔ compare
- Random ForestMaskinlæring↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →