Aktiivinen oppiminen
Aktiivinen oppiminen on iteratiivinen koneoppimisen paradigma, jossa oppimisalgoritmi valikoidusti kysyy oraakkelilta – tyypillisesti ihmisannotoijalta – merkityksellisimpien merkitsemättömien esimerkkien luokkia. Burr Settlesin vuonna 2009 julkaisemassa uraauurtavassa kirjallisuuskatsauksessa formalisoitu aktiivinen oppiminen ratkaisee annotointikustannusten käytännön pullonkaulan saavuttamalla korkean mallin tarkkuuden huomattavasti vähemmillä merkityillä esimerkeillä kuin passiivinen ohjattu oppiminen vaatii.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+18 more
Lähteet
- Settles, B. (2009). Active learning literature survey. University of Wisconsin-Madison Computer Sciences Technical Report 1648. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). Active Learning (Human-in-the-Loop). ScholarGate. https://scholargate.app/fi/machine-learning/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.
- Conformal PredictionKoneoppiminen↔ compare
- Epävarmuuden kvantifiointiSimulointi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →