Apprentissage actif en ligne
L'apprentissage actif en ligne combine deux paradigmes complémentaires : il traite les données sous forme de flux (apprentissage en ligne) et ne demande sélectivement des étiquettes que pour les instances les plus informatives (apprentissage actif). Il en résulte un modèle qui s'adapte continuellement aux nouvelles données tout en maintenant des coûts d'étiquetage faibles — utile chaque fois que les données étiquetées sont coûteuses et que les exemples arrivent séquentiellement plutôt qu'en une seule fois.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Online Active Learning (Streaming Active Learning). ScholarGate. https://scholargate.app/fr/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.
- Apprentissage actifApprentissage automatique↔ compare
- Apprentissage à peu d'exemplesApprentissage automatique↔ compare
- Apprentissage en ligneApprentissage automatique↔ compare
- Régression logistique en ligneApprentissage automatique↔ compare
- Forêt aléatoire en ligneApprentissage automatique↔ compare
- Apprentissage semi-superviséApprentissage automatique↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →