बायेसियन सक्रिय शिक्षण
बायेसियन सक्रिय शिक्षण (BAL) एक संभाव्य मॉडल को एक सक्रिय क्वेरी रणनीति के साथ जोड़ता है ताकि उन अनलेबल उदाहरणों की पहचान की जा सके, जिन्हें लेबल करने पर, मॉडल की अनिश्चितता को सबसे अधिक कम किया जा सके। बेतरतीब ढंग से डेटा को लेबल करने के बजाय, BAL एक ऑरेकल — आम तौर पर एक मानव एनोटेटर — को उन बिंदुओं की ओर निर्देशित करता है जहां लेबलिंग से सबसे अधिक सूचना लाभ मिलेगा, जिससे यह अत्यधिक लेबल-कुशल बन जाता 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
- Houlsby, N., Huszár, F., Ghahramani, Z., & Lengyel, M. (2011). Bayesian Active Learning for Classification and Preference Learning. arXiv preprint arXiv:1112.5745. link ↗
- Settles, B. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning, 6(1), 1–114. Morgan & Claypool. DOI: 10.2200/S00429ED1V01Y201207AIM018 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Bayesian Active Learning (Query-by-Committee and BALD). ScholarGate. https://scholargate.app/hi/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.
- सक्रिय अधिगममशीन अधिगम↔ compare
- बेयसियन लॉजिस्टिक रिग्रेशनबायेसियन↔ compare
- बेयसियन ऑप्टिमाइजेशनअनुकूलन↔ compare
- फ्यू-शॉट लर्निंगमशीन अधिगम↔ compare
- गॉसियन प्रक्रियामशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare