सक्रिय अधिगम निर्णय वृक्ष
सक्रिय अधिगम एक निर्णय वृक्ष के साथ CART-शैली वृक्ष की व्याख्यात्मक संरचना को एक क्वेरी रणनीति के साथ जोड़ता है जो मानव एनोटेशन के लिए सबसे जानकारीपूर्ण अनलेबल उदाहरणों का चयन करती है। मॉडल पुनरावृत्ति रूप से केवल उन उदाहरणों के लिए लेबल का अनुरोध करता है जिनके बारे में वह सबसे अनिश्चित है, जिससे सारणीबद्ध डेटा पर वर्गीकरण सटीकता को अधिकतम करते हुए लेबलिंग लागत कम हो जाती है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin-Madison. link ↗
- Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and Regression Trees. Wadsworth & Brooks. ISBN: 978-0-412-04841-8
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Active Learning with Decision Tree Classifier. ScholarGate. https://scholargate.app/hi/machine-learning/active-learning-decision-tree
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.
- सक्रिय अधिगममशीन अधिगम↔ compare
- सक्रिय अधिगम लॉजिस्टिक प्रतिगमनमशीन अधिगम↔ compare
- निर्णय वृक्षमशीन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित निर्णय वृक्षमशीन अधिगम↔ compare