Aktiivse õppe tugivektor-masin
Aktiivse õppe tugivektor-masin (SVM) ühendab tugivektor-masinate tugeva otsustuspiiri intelligentse päringustrateegiaga, mis valib kõige informatiivsemad märgistamata andmed inimeste annotatsiooniks. Tongi ja Kolleri poolt 2001. aastal tutvustatud meetod saavutab kõrge klassifikatsioonitundlikkuse, kasutades palju vähem märgistatud näiteid kui passiivne juhendatud õpe, muutes selle praktiliseks igal juhul, kui märgistamine on kallis või aeglane.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Tong, S., & Koller, D. (2001). Support Vector Machine Active Learning with Applications to Text Classification. Journal of Machine Learning Research, 2, 45–66. link ↗
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Active Learning Support Vector Machine. ScholarGate. https://scholargate.app/et/machine-learning/active-learning-support-vector-machine
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.
- Juhuslik metsMasinõpe↔ compare
- Poolitatud järelevalvega õppimineMasinõpe↔ compare
- Support Vector Machine (Klassifitseerimine)Masinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →