Aprendizaje Activo en Línea
El aprendizaje activo en línea combina dos paradigmas complementarios: procesa datos como un flujo (aprendizaje en línea) y solicita selectivamente etiquetas solo para las instancias más informativas (aprendizaje activo). El resultado es un modelo que se adapta continuamente a nuevos datos manteniendo bajos los costos de etiquetado, útil siempre que los datos etiquetados sean costosos y los ejemplos lleguen secuencialmente en lugar de todos a la vez.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Cesa-Bianchi, N., Gentile, C., & Zaniboni, L. (2006). Worst-case analysis of selective sampling for linear classification. Journal of Machine Learning Research, 7, 1205–1230. link ↗
- Sculley, D. (2007). Online active learning methods for fast label-efficient spam filtering. Proceedings of the Fourth Conference on Email and Anti-Spam (CEAS 2007). link ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Online Active Learning (Streaming Active Learning). ScholarGate. https://scholargate.app/es/machine-learning/online-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.
- Aprendizaje activoAprendizaje automático↔ compare
- Aprendizaje con Pocos EjemplosAprendizaje automático↔ compare
- Aprendizaje en líneaAprendizaje automático↔ compare
- Regresión logística en líneaAprendizaje automático↔ compare
- Random Forest en líneaAprendizaje automático↔ compare
- Aprendizaje semisupervisadoAprendizaje automático↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →