Robust aktiv læring
Robust aktiv læring utvider det standard rammeverket for aktiv læring for å håndtere støyende etiketter, fiendtlige forstyrrelser og upålitelige orakler. I stedet for å anta perfekt merking, inkorporerer den statistiske eller fiendtlige robusthetsgarantier i spørringsutvelgelsesprosessen, og opprettholder prøveeffektivitet samtidig som den tolererer korrupsjon i annoteringsprosessen.
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
- Balcan, M.-F., Beygelzimer, A., & Langford, J. (2006). Agnostic active learning. In Proceedings of the 23rd International Conference on Machine Learning (ICML 2006), pp. 65–72. ACM. DOI: 10.1145/1143844.1143853 ↗
- Settles, B. (2009). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Robust Active Learning (Noise-Tolerant Query-Based Learning). ScholarGate. https://scholargate.app/no/machine-learning/robust-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
- Få-skudds læringMaskinlæring↔ compare
- Online læringMaskinlæring↔ compare
- Robust Random ForestMaskinlæring↔ compare
- Robust Support Vector MachineMaskinlæring↔ compare
- Semiveiledet læringMaskinlæring↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →