Aktiivisen oppimisen lineaarinen regressio
Aktiivisen oppimisen lineaarinen regressio on iteratiivinen koneoppimismenetelmä, joka yhdistää lineaarisen regressiomallin älykkääseen kyselystrategiaan valitakseen informatiivisimmat merkitsemättömät pisteet merkittäviksi. Keskittämällä merkintäponnistelut sinne, missä epävarmuus on suurinta, se saavuttaa kilpailukykyisen ennustustarkkuuden huomattavasti vähemmillä merkityillä esimerkeillä kuin passiivisella satunnaisotannalla.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Active Learning with Linear Regression. ScholarGate. https://scholargate.app/fi/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.
- Bayesiläinen lineaarinen regressioBayesilainen tilastotiede↔ compare
- Random ForestKoneoppiminen↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →