Aktív Tanulás Stacking Ensemble
Az Aktív Tanulás Stacking Ensemble egy aktív tanulási lekérdezési ciklust ötvöz a stackelt generalizációval: rendelkezésre áll egy címkézetlen adathalmaz, és a modell iteratív módon kiválasztja a leginformatívabb példányokat emberi címkézésre, ezeket a címkéket felhasználva több alap tanuló stackelt ensemble-jének betanítására és finomítására, amelyet egy meta-tanuló koronáz meg. Ez a megközelítés csökkenti az annotációs költségeket, miközben maximalizálja az ensemble prediktív erejét.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Wolpert, D. H. (1992). Stacked generalization. Neural Networks, 5(2), 241–259. DOI: 10.1016/S0893-6080(05)80023-1 ↗
- Settles, B. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning. Morgan & Claypool Publishers. DOI: 10.2200/S00429ED1V01Y201207AIM018 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Active Learning with Stacking Ensemble. ScholarGate. https://scholargate.app/hu/machine-learning/active-learning-stacking-ensemble
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
- BoostingGépi tanulás↔ compare
- Félfelügyelt Stacking EnsembleGépi tanulás↔ compare
- HalmozásGépi tanulás↔ compare
- Voting EnsembleGépi tanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →