Активное обучение
Активное обучение — это итерационная парадигма машинного обучения, в которой обучающий алгоритм выборочно запрашивает у оракула — как правило, человека-аннотатора — метки для наиболее информативных неразмеченных примеров. Формализованное Берром Сеттлсом в его основополагающем обзоре литературы 2009 года, активное обучение решает практическую проблему стоимости аннотирования, достигая высокой точности модели при гораздо меньшем количестве размеченных примеров, чем требуется для пассивного обучения с учителем.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+18 more
Источники
- Settles, B. (2009). Active learning literature survey. University of Wisconsin-Madison Computer Sciences Technical Report 1648. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 2). Active Learning (Human-in-the-Loop). ScholarGate. https://scholargate.app/ru/machine-learning/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.
- Конформное предсказаниеМашинное обучение↔ compare
- Количественная оценка неопределенностиИмитационное моделирование↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →