Aktivno učenje
Aktivno učenje je iterativni paradigm strojnoga učenja u kojem algoritam učenja selektivno upućuje upite orakulu — tipično ljudskom anotatoru — za oznake najinformativnijih neoznačenih primjera. Formalizirano od strane Burra Settlesa u njegovom seminalnom pregledu literature iz 2009., aktivno učenje rješava praktični usko grlo troškova anotacije postizanjem visoke točnosti modela s daleko manje označenih primjera nego što zahtijeva pasivno nadzirano učenje.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+18 more
Izvori
- Settles, B. (2009). Active learning literature survey. University of Wisconsin-Madison Computer Sciences Technical Report 1648. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). Active Learning (Human-in-the-Loop). ScholarGate. https://scholargate.app/hr/machine-learning/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.
- Konformalno predviđanjeStrojno učenje↔ compare
- Kvantifikacija nesigurnostiSimulacija↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →