ScholarGate
Asystent
Machine learningMachine learning

Uczące się aktywne z wykorzystaniem zespołów (Ensemble Active Learning)

Uczące się aktywne z wykorzystaniem zespołów łączy komitet zróżnicowanych modeli z pętlą uczenia aktywnego w celu wyboru najbardziej informatywnych nieoznakowanych przykładów do etykietowania. Wywodząc się z ram zapytania przez komitet (Query by Committee) wprowadzonego przez Seung et al. (1992), wykorzystuje niezgodność między członkami komitetu jako sygnał niepewności, redukując liczbę etykietowanych przykładów potrzebnych do osiągnięcia silnej wydajności predykcyjnej.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

The neighbourhood of related methods — select a node to explore.

Uczące się aktywne z wykorzystaniem zespołów (Ensemble Active Learning)
Aktywna naukaWzmocnienieRandom ForestUczenie ze wsparciem czę…Ensemble głosujący

Źródła

  1. Seung, H. S., Opper, M., & Sompolinsky, H. (1992). Query by committee. In Proceedings of the Fifth Annual Workshop on Computational Learning Theory (COLT 1992), pp. 287–294. ACM. link
  2. Settles, B. (2009). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link

Jak cytować tę stronę

ScholarGate. (2026, June 3). Ensemble-Based Active Learning (Query by Committee and Variants). ScholarGate. https://scholargate.app/pl/machine-learning/ensemble-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.

Compare side by side
ScholarGateEnsemble Active Learning (Ensemble-Based Active Learning (Query by Committee and Variants)). Pobrano 2026-06-15 z https://scholargate.app/pl/machine-learning/ensemble-active-learning · Zbiór danych: https://doi.org/10.5281/zenodo.20539026