Actief Leren Stapel Ensembled
Actief Leren Stapel Ensembled combineert een actieve leer-querylus met gestapelde generalisatie: een pool van ongelabelde gegevens is beschikbaar, en het model selecteert iteratief de meest informatieve instanties voor menselijke labeling, waarbij die labels worden gebruikt om een stapel-ensemble van meerdere basisleraren, getopt door een meta-leerder, te trainen en te verfijnen. Deze aanpak vermindert annotatiekosten terwijl de voorspellende kracht van het ensemble wordt gemaximaliseerd.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Active Learning with Stacking Ensemble. ScholarGate. https://scholargate.app/nl/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.
- Actief LerenMachine learning↔ compare
- BoostingMachine learning↔ compare
- Semi-supervised Stacking EnsembleMachine learning↔ compare
- StackingMachine learning↔ compare
- Voting EnsembleMachine learning↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →