Aktives Lernen mit Stacking-Ensemble
Aktives Lernen mit Stacking-Ensemble kombiniert einen Abfragezyklus des aktiven Lernens mit gestapelter Generalisierung: Ein Pool unbeschrifteter Daten steht zur Verfügung, und das Modell wählt iterativ die informativsten Instanzen für die menschliche Beschriftung aus. Diese Beschriftungen werden verwendet, um ein Stacking-Ensemble aus mehreren Basis-Lernern, ergänzt durch einen Meta-Lerner, zu trainieren und zu verfeinern. Dieser Ansatz reduziert die Annotationskosten und maximiert gleichzeitig die Vorhersagekraft des Ensembles.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Active Learning with Stacking Ensemble. ScholarGate. https://scholargate.app/de/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.
- Aktives LernenMaschinelles Lernen↔ compare
- BoostingMaschinelles Lernen↔ compare
- Semi-supervised Stacking EnsembleMaschinelles Lernen↔ compare
- StackingMaschinelles Lernen↔ compare
- Voting EnsembleMaschinelles Lernen↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →