מכונת וקטורים תומכים בלמידה פעילה
SVM בלמידה פעילה משלבת את יכולת ההפרדה החזקה של מכונות וקטורים תומכים (SVM) עם אסטרטגיית שאילתה חכמה, הבוחרת את הדוגמאות הלא מתויגות האינפורמטיביות ביותר לצורך תיוג אנושי. שיטה זו, שהוצגה על ידי טונג וקולר בשנת 2001, משיגה דיוק סיווג גבוה תוך שימוש במספר קטן בהרבה של דוגמאות מתויגות בהשוואה ללמידה מונחית פסיבית, מה שהופך אותה למעשית בכל מצב שבו התיוג יקר או איטי.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Active Learning Support Vector Machine. ScholarGate. https://scholargate.app/he/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.
- יער אקראילמידת מכונה↔ compare
- למידה מונחית-למחצהלמידת מכונה↔ compare
- מכונת וקטורים תומכים (סיווג)למידת מכונה↔ compare