Bayesi aktív tanulás
A bayesi aktív tanulás (BAL) egy valószínűségi modellt kombinál egy aktív lekérdezési stratégiával, hogy azonosítsa azokat a címkézetlen példákat, amelyek címkézése a legnagyobb mértékben csökkentené a modell bizonytalanságát. Ahelyett, hogy véletlenszerűen címkézné az adatokat, a BAL egy orákulumot – jellemzően egy emberi annotátort – irányít azon pontok felé, ahol a címkézés a legnagyobb információgyarapodást biztosítja, ezáltal rendkívül címkehatékonnyá téve a folyamatot.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Bayesian Active Learning (Query-by-Committee and BALD). ScholarGate. https://scholargate.app/hu/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.
- Aktív tanulásGépi tanulás↔ compare
- Bayes-féle logisztikus regresszióBayes-statisztika↔ compare
- Bayes-optimalizálásOptimalizálás↔ compare
- Few-shot LearningGépi tanulás↔ compare
- Gauss-folyamatGépi tanulás↔ compare
- Félfelügyelt tanulásGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →