Online aktív tanulás
Az online aktív tanulás két kiegészítő paradigma elemeit ötvözi: az adatokat folyamként (online tanulás) dolgozza fel, és csak a leginformatívabb példányok címkézését kéri szelektíven (aktív tanulás). Az eredmény egy olyan modell, amely folyamatosan alkalmazkodik az új adatokhoz, miközben alacsonyan tartja a címkézési költségeket – ez hasznos, amikor a címkézett adatok drágák, és a példányok szekvenciálisan érkeznek, nem pedig egyszerre.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Cesa-Bianchi, N., Gentile, C., & Zaniboni, L. (2006). Worst-case analysis of selective sampling for linear classification. Journal of Machine Learning Research, 7, 1205–1230. link ↗
- Sculley, D. (2007). Online active learning methods for fast label-efficient spam filtering. Proceedings of the Fourth Conference on Email and Anti-Spam (CEAS 2007). link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Online Active Learning (Streaming Active Learning). ScholarGate. https://scholargate.app/hu/machine-learning/online-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
- Few-shot LearningGépi tanulás↔ compare
- Online tanulásGépi tanulás↔ compare
- Online logisztikus regresszióGépi tanulás↔ compare
- Online Random ForestGépi tanulás↔ compare
- Félfelügyelt tanulásGépi tanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →