सक्रिय शिक्षण गॉसियन मिश्रण मॉडल
सक्रिय शिक्षण गॉसियन मिश्रण मॉडल (Active Learning Gaussian Mixture Model) एक पुनरावृत्तीय क्वेरी रणनीति को गॉसियन मिश्रण मॉडल (Gaussian Mixture Model - GMM) लर्नर के साथ जोड़ता है। यह एल्गोरिथम सबसे सूचनाप्रद अनलेबल बिंदुओं का चयन करता है — आम तौर पर वे जिनकी भविष्य कहनेवाला अनिश्चितता सबसे अधिक होती है — उन्हें लेबलिंग के लिए एक ऑरेकल (oracle) के समक्ष प्रस्तुत करता है, और बढ़ते हुए लेबल वाले सेट का उपयोग करके EM के साथ GMM को पुनः फिट करता है। इसका परिणाम एक घनत्व मॉडल होता है जो पूर्ण-डेटा गुणवत्ता से मेल खाता है, जबकि बहुत कम लेबल वाले उदाहरणों की आवश्यकता होती 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
- Zhu, X., Ghahramani, Z., & Lafferty, J. (2003). Semi-supervised learning using Gaussian fields and harmonic functions. Proceedings of the 20th International Conference on Machine Learning (ICML), 912–919. link ↗
- Settles, B. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning, 6(1), 1–114. Morgan & Claypool Publishers. DOI: 10.2200/S00429ED1V01Y201207AIM018 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Active Learning with Gaussian Mixture Model. ScholarGate. https://scholargate.app/hi/machine-learning/active-learning-gaussian-mixture-model
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 शिक्षण गाऊसी प्रक्रियामशीन अधिगम↔ compare
- बेयसियन गाऊसी मिश्रण मॉडलमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित गॉसियन मिश्रण मॉडलमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare