Aprendizagem Ativa Robusta
Aprendizagem Ativa Robusta estende o framework padrão de aprendizagem ativa para lidar com rótulos ruidosos, perturbações adversariais e oráculos não confiáveis. Em vez de assumir rotulagem perfeita, incorpora garantias estatísticas ou de robustez adversarial no processo de seleção de consultas, mantendo a eficiência de amostra enquanto tolera corrupção no processo de anotação.
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
- Balcan, M.-F., Beygelzimer, A., & Langford, J. (2006). Agnostic active learning. In Proceedings of the 23rd International Conference on Machine Learning (ICML 2006), pp. 65–72. ACM. DOI: 10.1145/1143844.1143853 ↗
- Settles, B. (2009). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗
Como citar esta página
ScholarGate. (2026, June 3). Robust Active Learning (Noise-Tolerant Query-Based Learning). ScholarGate. https://scholargate.app/pt/machine-learning/robust-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.
- Aprendizagem AtivaAprendizado de máquina↔ compare
- Aprendizado com Poucos ExemplosAprendizado de máquina↔ compare
- Aprendizado OnlineAprendizado de máquina↔ compare
- Robust Random ForestAprendizado de máquina↔ compare
- Máquina de Vetores de Suporte RobustaAprendizado de máquina↔ compare
- Aprendizado Semi-supervisionadoAprendizado de máquina↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →