Actief Leren Support Vector Machine
Actieve leer SVM combineert de sterke beslissingsgrens van support vector machines met een intelligente querystrategie die de meest informatieve ongelabelde instanties selecteert voor menselijke annotatie. Geïntroduceerd door Tong en Koller in 2001, bereikt het hoge classificatienauwkeurigheid met veel minder gelabelde voorbeelden dan passief gesuperviseerd leren, waardoor het praktisch is wanneer labeling duur of traag is.
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
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Active Learning Support Vector Machine. ScholarGate. https://scholargate.app/nl/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.
- Random ForestMachine learning↔ compare
- Semi-supervised LearningMachine learning↔ compare
- Support Vector Machine (Classificatie)Machine learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →