Machine learningInteractive ML
능동 학습
능동 학습(Active learning)은 학습 알고리즘이 가장 유익한 레이블 없는 예시에 대해 오라클(일반적으로 인간 주석자)에게 선택적으로 레이블을 질의하는 반복적인 기계 학습 패러다임입니다. Burr Settles가 2009년 그의 기념비적인 문헌 조사에서 정립한 능동 학습은 수동적인 지도 학습이 요구하는 것보다 훨씬 적은 수의 레이블된 예시로 높은 모델 정확도를 달성함으로써 주석 비용이라는 실제적인 병목 현상을 해결합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
+18 more
출처
- Settles, B. (2009). Active learning literature survey. University of Wisconsin-Madison Computer Sciences Technical Report 1648. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 2). Active Learning (Human-in-the-Loop). ScholarGate. https://scholargate.app/ko/machine-learning/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.
Compare side by side →이 방법을 참조하는 항목
능동 학습 연관 규칙능동 학습 의사결정 트리능동 학습 연합 학습 (Active Learning Federated Learning)활성 학습 가우시안 프로세스Active Learning Gradient Boosting능동 학습 Isolation Forest능동 학습 K-최근접 이웃능동 학습 LightGBM능동 학습 단일 클래스 SVM능동 학습과 자기지도 학습의 결합능동 학습 스태킹 앙상블Active Learning Voting Ensemble베이즈 능동 학습커리큘럼 학습앙상블 능동 학습앙상블 온라인 학습온라인 능동 학습온라인 학습온라인 준지도 학습강건 능동 학습 (Robust Active Learning)강건 온라인 학습 (Robust Online Learning)자기 지도 능동 학습준지도 능동 학습 (Semi-supervised Active Learning, SSAL)준지도 학습 K-평균 (Semi-supervised K-means)준지도 학습준지도 온라인 학습