Support Vector Machine de Aprendizado Ativo
O SVM de aprendizado ativo combina a forte fronteira de decisão das máquinas de vetores de suporte com uma estratégia de consulta inteligente que seleciona as instâncias não rotuladas mais informativas para anotação humana. Introduzido por Tong e Koller em 2001, ele alcança alta precisão de classificação usando muito menos exemplos rotulados do que o aprendizado supervisionado passivo, tornando-o prático sempre que a rotulagem é cara ou lenta.
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
- Tong, S., & Koller, D. (2001). Support Vector Machine Active Learning with Applications to Text Classification. Journal of Machine Learning Research, 2, 45–66. link ↗
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗
Como citar esta página
ScholarGate. (2026, June 3). Active Learning Support Vector Machine. ScholarGate. https://scholargate.app/pt/machine-learning/active-learning-support-vector-machine
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.
- Random ForestAprendizado de máquina↔ compare
- Aprendizado Semi-supervisionadoAprendizado de máquina↔ compare
- Máquina de Vetores de Suporte (Classificação)Aprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →