Bayesovsko aktivno učenje
Bayesovsko aktivno učenje (BAL) kombinira probabilistički model sa strategijom aktivnog upita kako bi se identificirali neoznačeni primjeri koji bi, nakon označavanja, najviše smanjili nesigurnost modela. Umjesto nasumičnog označavanja podataka, BAL usmjerava oracle — obično ljudskog anotatora — prema točkama gdje će označavanje pružiti najveći dobitak informacija, čineći ga vrlo učinkovitim u pogledu oznaka.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Bayesian Active Learning (Query-by-Committee and BALD). ScholarGate. https://scholargate.app/hr/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.
- Aktivno učenjeStrojno učenje↔ compare
- Bayesovska logistička regresijaBayesovska statistika↔ compare
- Bayesian OptimizationOptimizacija↔ compare
- Učenje s malo primjeraStrojno učenje↔ compare
- Gaussovi procesiStrojno učenje↔ compare
- Polunadzorirano učenjeStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →