ScholarGate
Assistente
Machine learningMachine learning

Gradient Boosting con Apprendimento Attivo

Gradient Boosting con Apprendimento Attivo combina la potente accuratezza predittiva degli alberi gradient boosting con un ciclo di apprendimento attivo che seleziona gli esempi non etichettati più informativi per l'annotazione umana. Interrogando solo le istanze su cui il modello è più incerto, il metodo raggiunge un'elevata accuratezza con molti meno esempi etichettati rispetto all'apprendimento supervisionato passivo.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

The neighbourhood of related methods — select a node to explore.

Gradient Boosting con Apprendimento Attivo
Active LearningGradient BoostingRandom ForestXGBoost

Fonti

  1. Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link
  2. Friedman, J. H. (2001). Greedy Function Approximation: A Gradient Boosting Machine. Annals of Statistics, 29(5), 1189–1232. DOI: 10.1214/aos/1013203451

Come citare questa pagina

ScholarGate. (2026, June 3). Active Learning with Gradient Boosting (Query-by-Committee / Uncertainty Sampling with Gradient Boosted Trees). ScholarGate. https://scholargate.app/it/machine-learning/active-learning-gradient-boosting

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.

Compare side by side
ScholarGateActive Learning Gradient Boosting (Active Learning with Gradient Boosting (Query-by-Committee / Uncertainty Sampling with Gradient Boosted Trees)). Consultato il 2026-06-15 da https://scholargate.app/it/machine-learning/active-learning-gradient-boosting · Insieme di dati: https://doi.org/10.5281/zenodo.20539026