Machine learningMachine learning

למידה פעילה בייסיאנית

למידה פעילה בייסיאנית (BAL) משלבת מודל הסתברותי עם אסטרטגיית שאילתה פעילה לזיהוי הדוגמאות הלא מתויגות אשר, לאחר תיוגן, יפחיתו בצורה המרבית את אי-הוודאות של המודל. במקום לתייג נתונים באופן אקראי, BAL מכוונת 'אורקל' – בדרך כלל מתייג אנושי – לנקודות שבהן התיוג יספק את הרווח המידע הגדול ביותר, מה שהופך אותה ליעילה ביותר מבחינת תיוג.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

The neighbourhood of related methods — select a node to explore.

מקורות

  1. Houlsby, N., Huszár, F., Ghahramani, Z., & Lengyel, M. (2011). Bayesian Active Learning for Classification and Preference Learning. arXiv preprint arXiv:1112.5745. link
  2. Settles, B. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning, 6(1), 1–114. Morgan & Claypool. DOI: 10.2200/S00429ED1V01Y201207AIM018

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Bayesian Active Learning (Query-by-Committee and BALD). ScholarGate. https://scholargate.app/he/machine-learning/bayesian-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.

Compare side by side

מאוזכר על ידי

ScholarGateBayesian Active Learning (Bayesian Active Learning (Query-by-Committee and BALD)). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/machine-learning/bayesian-active-learning · מערך נתונים: https://doi.org/10.5281/zenodo.20539026