Gradient Boosting de Aprendizado Ativo
Gradient Boosting de Aprendizado Ativo combina a poderosa precisão preditiva de árvores de gradient boosting com um loop de aprendizado ativo que seleciona os exemplos não rotulados mais informativos para anotação humana. Ao consultar apenas as instâncias sobre as quais o modelo tem mais incerteza, o método atinge alta precisão com muito menos exemplos rotulados do que o aprendizado supervisionado passivo.
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 ↗
- Friedman, J. H. (2001). Greedy Function Approximation: A Gradient Boosting Machine. Annals of Statistics, 29(5), 1189–1232. DOI: 10.1214/aos/1013203451 ↗
Como citar esta página
ScholarGate. (2026, June 3). Active Learning with Gradient Boosting (Query-by-Committee / Uncertainty Sampling with Gradient Boosted Trees). ScholarGate. https://scholargate.app/pt/machine-learning/active-learning-gradient-boosting
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
- Gradient BoostingAprendizado de máquina↔ compare
- Random ForestAprendizado de máquina↔ compare
- XGBoostAprendizado de máquina↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →