Aktiivisen oppimisen tukivektorikone
Aktiivisen oppimisen tukivektorikone (SVM) yhdistää tukivektorikoneiden vahvan päätösrajan älykkääseen kyselystrategiaan, joka valitsee informatiivisimmat merkitsemättömät tapaukset ihmisen annotoitavaksi. Tongin ja Kollerin vuonna 2001 esittelemä menetelmä saavuttaa korkean luokittelutarkkuuden käyttäen huomattavasti vähemmän merkittyjä esimerkkejä kuin passiivinen ohjattu oppiminen, mikä tekee siitä käytännöllisen aina, kun merkintä on kallista tai hidasta.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Active Learning Support Vector Machine. ScholarGate. https://scholargate.app/fi/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.
- Random ForestKoneoppiminen↔ compare
- Puoliohjattu oppiminenKoneoppiminen↔ compare
- Tukivektorikone (luokittelu)Koneoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →