Στοίβαξη Ενεργητικής Μάθησης (Active Learning Stacking Ensemble)
Η Στοίβαξη Ενεργητικής Μάθησης συνδυάζει έναν βρόχο ερωτημάτων ενεργητικής μάθησης με στοιβαγμένη γενίκευση: διατίθεται μια δεξαμενή μη επισημασμένων δεδομένων, και το μοντέλο επιλέγει επαναληπτικά τις πιο πληροφοριακές περιπτώσεις για ανθρώπινη επισήμανση, χρησιμοποιώντας αυτές τις επισημάνσεις για την εκπαίδευση και βελτίωση μιας στοίβας πολλαπλών βασικών μαθητών που κορυφώνεται από έναν μετα-μαθητή. Αυτή η προσέγγιση μειώνει το κόστος σχολιασμού, μεγιστοποιώντας παράλληλα την προβλεπτική ισχύ της στοίβας.
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
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Active Learning with Stacking Ensemble. ScholarGate. https://scholargate.app/el/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.
- Ενεργή ΜάθησηΜηχανική Μάθηση↔ compare
- ΕνίσχυσηΜηχανική Μάθηση↔ compare
- Η Ημι-επιβλεπόμενη Στοίβαξη ΣυνόλωνΜηχανική Μάθηση↔ compare
- StackingΜηχανική Μάθηση↔ compare
- Σύνολο Ψηφοφορίας (Voting Ensemble)Μηχανική Μάθηση↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →