Ensemble Tumpukan Pembelajaran Aktif
Ensemble Tumpukan Pembelajaran Aktif menggabungkan loop kueri pembelajaran aktif dengan generalisasi bertumpuk: tersedia kumpulan data tak berlabel, dan model secara iteratif memilih instans yang paling informatif untuk pelabelan manusia, menggunakan label tersebut untuk melatih dan menyempurnakan tumpukan ensemble dari beberapa pembelajar dasar yang diakhiri oleh meta-pembelajar. Pendekatan ini mengurangi biaya anotasi sambil memaksimalkan kekuatan prediktif ensemble.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Active Learning with Stacking Ensemble. ScholarGate. https://scholargate.app/id/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.
- Pembelajaran AktifPembelajaran Mesin↔ compare
- BoostingPembelajaran Mesin↔ compare
- Semi-supervised Stacking EnsemblePembelajaran Mesin↔ compare
- StackingPembelajaran Mesin↔ compare
- Voting EnsemblePembelajaran Mesin↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →