Regressão Linear com Aprendizado Ativo
Regressão Linear com Aprendizado Ativo é uma abordagem iterativa de aprendizado de máquina que acopla um modelo de regressão linear com uma estratégia de consulta inteligente para selecionar os pontos não rotulados mais informativos para rotulagem. Ao focar o esforço de rotulagem onde a incerteza é maior, atinge precisão preditiva competitiva com muito menos exemplos rotulados do que a amostragem aleatória passiva.
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. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning, 6(1), 1–114. Morgan & Claypool. DOI: 10.2200/S00429ED1V01Y201207AIM018 ↗
- Cohn, D. A., Ghahramani, Z., & Jordan, M. I. (1996). Active learning with statistical models. Journal of Artificial Intelligence Research, 4, 129–145. DOI: 10.1613/jair.295 ↗
Como citar esta página
ScholarGate. (2026, June 3). Active Learning with Linear Regression. ScholarGate. https://scholargate.app/pt/machine-learning/active-learning-linear-regression
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.
- Regressão Linear BayesianaBayesiano↔ compare
- Random ForestAprendizado de máquina↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →