Ensemble aktív tanulás
Az Ensemble aktív tanulás (Ensemble Active Learning) diverz modellek bizottságát kombinálja egy aktív tanulási ciklussal, hogy kiválassza a leginkább informatív, címkézetlen példákat a címkézéshez. A Seung et al. (1992) által bevezetett Query by Committee keretrendszeren alapulva a bizottsági tagok közötti nézeteltérést használja a bizonytalanság jelzésére, csökkentve a címkézett példák számát, amelyek szükségesek az erős prediktív teljesítmény eléréséhez.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Seung, H. S., Opper, M., & Sompolinsky, H. (1992). Query by committee. In Proceedings of the Fifth Annual Workshop on Computational Learning Theory (COLT 1992), pp. 287–294. ACM. link ↗
- Settles, B. (2009). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Ensemble-Based Active Learning (Query by Committee and Variants). ScholarGate. https://scholargate.app/hu/machine-learning/ensemble-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
- BoostingGépi tanulás↔ compare
- Véletlen erdőGépi tanulás↔ compare
- Félfelügyelt tanulásGépi tanulás↔ compare
- Voting EnsembleGépi tanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →