Aktív tanulású Support Vector Machine
Az aktív tanulású SVM egyesíti a Support Vector Machine-ok erős döntési határát egy intelligens lekérdezési stratégiával, amely a leginkább informatív, címkézetlen példányokat választja ki emberi annotációra. Tong és Koller vezette be 2001-ben, és sokkal kevesebb címkézett példával is magas osztályozási pontosságot ér el, mint a passzív felügyelt tanulás, így praktikus megoldás, ha a címkézés drága vagy lassú.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Tong, S., & Koller, D. (2001). Support Vector Machine Active Learning with Applications to Text Classification. Journal of Machine Learning Research, 2, 45–66. link ↗
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Active Learning Support Vector Machine. ScholarGate. https://scholargate.app/hu/machine-learning/active-learning-support-vector-machine
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.
- Véletlen erdőGépi tanulás↔ compare
- Félfelügyelt tanulásGépi tanulás↔ compare
- Support Vector Machine (Osztályozás)Gépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →