Bayesiansk aktiv læring
Bayesiansk aktiv læring (BAL) kombinerer en probabilistisk modell med en aktiv spørringsstrategi for å identifisere de umerkede eksemplene som, når de først er merket, mest vil redusere modellusikkerhet. I stedet for å merke data tilfeldig, styrer BAL en orakel — typisk en menneskelig annotator — mot punktene der merking vil gi størst informasjonsgevinst, noe som gjør den svært merkeeffektiv.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Houlsby, N., Huszár, F., Ghahramani, Z., & Lengyel, M. (2011). Bayesian Active Learning for Classification and Preference Learning. arXiv preprint arXiv:1112.5745. link ↗
- Settles, B. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning, 6(1), 1–114. Morgan & Claypool. DOI: 10.2200/S00429ED1V01Y201207AIM018 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Bayesian Active Learning (Query-by-Committee and BALD). ScholarGate. https://scholargate.app/no/machine-learning/bayesian-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.
- Aktiv læringMaskinlæring↔ compare
- Bayesiansk logistisk regresjonBayesiansk↔ compare
- Bayesiansk optimeringOptimering↔ compare
- Få-skudds læringMaskinlæring↔ compare
- Gaussisk prosessMaskinlæring↔ compare
- Semiveiledet læringMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →