Machine learningMachine learning
능동 학습 지원 벡터 머신
능동 학습 SVM은 지원 벡터 머신의 강력한 결정 경계와 지능적인 질의 전략을 결합하여, 인간 주석을 위해 가장 유익한 레이블 없는 인스턴스를 선택합니다. 2001년 Tong과 Koller가 소개한 이 방법은 수동 지도 학습보다 훨씬 적은 레이블 예제로 높은 분류 정확도를 달성하여, 레이블링이 비싸거나 느린 경우에 실용적입니다.
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.
출처
- Tong, S., & Koller, D. (2001). Support Vector Machine Active Learning with Applications to Text Classification. Journal of Machine Learning Research, 2, 45–66. link ↗
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Active Learning Support Vector Machine. ScholarGate. https://scholargate.app/ko/machine-learning/active-learning-support-vector-machine
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 →