Aktív Tanulás Gradient Boosting
Az Aktív Tanulás Gradient Boosting a gradient boosting fák erőteljes prediktív pontosságát egy aktív tanulási ciklussal ötvözi, amely kiválasztja a leginformatívabb címkézetlen példányokat emberi annotáció céljából. Csak azokat a példányokat lekérdezve, amelyekkel kapcsolatban a modell a legbizonytalanabb, a módszer magas pontosságot ér el jóval kevesebb címkézett példánnyal, mint a passzív felügyelt tanulás.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗
- Friedman, J. H. (2001). Greedy Function Approximation: A Gradient Boosting Machine. Annals of Statistics, 29(5), 1189–1232. DOI: 10.1214/aos/1013203451 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Active Learning with Gradient Boosting (Query-by-Committee / Uncertainty Sampling with Gradient Boosted Trees). ScholarGate. https://scholargate.app/hu/machine-learning/active-learning-gradient-boosting
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.
- Aktív tanulásGépi tanulás↔ compare
- Gradient BoostingGépi tanulás↔ compare
- Véletlen erdőGépi tanulás↔ compare
- XGBoostGépi tanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →