Árvore de Decisão com Aprendizado Ativo
O aprendizado ativo com uma árvore de decisão combina a estrutura interpretável de uma árvore estilo CART com uma estratégia de consulta que seleciona as instâncias não rotuladas mais informativas para anotação humana. O modelo solicita iterativamente rótulos apenas para os exemplos sobre os quais está mais incerto, minimizando o custo de rotulagem enquanto maximiza a precisão da classificação em dados tabulares.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin-Madison. link ↗
- Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and Regression Trees. Wadsworth & Brooks. ISBN: 978-0-412-04841-8
Como citar esta página
ScholarGate. (2026, June 3). Active Learning with Decision Tree Classifier. ScholarGate. https://scholargate.app/pt/machine-learning/active-learning-decision-tree
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.
- Aprendizagem AtivaAprendizado de máquina↔ compare
- Regressão Logística com Aprendizagem AtivaAprendizado de máquina↔ compare
- Árvore de DecisãoAprendizado de máquina↔ compare
- Random ForestAprendizado de máquina↔ compare
- Árvore de Decisão Semi-supervisionadaAprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →