सक्रिय शिक्षण गाऊसी प्रक्रिया
सक्रिय शिक्षण गाऊसी प्रक्रिया (GP-AL) गाऊसी प्रक्रिया संभाव्य मॉडल को एक सक्रिय शिक्षण क्वेरी रणनीति के साथ जोड़ती है, जिसमें GP की पश्च अनिश्चितता का उपयोग लेबलिंग के लिए सबसे अधिक जानकारीपूर्ण अचिह्नित उदाहरणों का चयन करने के लिए किया जाता है। यह पुनरावृत्तीय दृष्टिकोण लेबलिंग के प्रयास को कम करता है जबकि पूर्वानुमानित सटीकता को अधिकतम करता है, जिससे यह तब आदर्श बन जाता है जब लेबल किया गया डेटा दुर्लभ या प्राप्त करने में महंगा हो।
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
- MacKay, D. J. C. (1992). Information-based objective functions for active data selection. Neural Computation, 4(4), 590–604. DOI: 10.1162/neco.1992.4.4.590 ↗
- Settles, B. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning. Morgan & Claypool. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Active Learning with Gaussian Process (GP-AL). ScholarGate. https://scholargate.app/hi/machine-learning/active-learning-gaussian-process
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
- बायेसियन गॉसियन प्रक्रियामशीन अधिगम↔ compare
- गॉसियन प्रक्रियामशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित गाउसीय प्रक्रियामशीन अधिगम↔ compare