Ενεργή Μάθηση Γραμμικής Παλινδρόμησης
Η Ενεργή Μάθηση Γραμμικής Παλινδρόμησης είναι μια επαναληπτική προσέγγιση μηχανικής μάθησης που συνδυάζει ένα μοντέλο γραμμικής παλινδρόμησης με μια έξυπνη στρατηγική ερωτήσεων για την επιλογή των πιο πληροφοριακών μη επισημασμένων σημείων για επισήμανση. Εστιάζοντας την προσπάθεια επισήμανσης εκεί όπου η αβεβαιότητα είναι υψηλότερη, επιτυγχάνει ανταγωνιστική προβλεπτική ακρίβεια με πολύ λιγότερα επισημασμένα παραδείγματα από την παθητική τυχαία δειγματοληψία.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Active Learning with Linear Regression. ScholarGate. https://scholargate.app/el/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.
- Μπεϋζιανή Γραμμική ΠαλινδρόμησηΜπεϋζιανή Στατιστική↔ compare
- Τυχαίο ΔάσοςΜηχανική Μάθηση↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →