Дерево решений с активным обучением
Активное обучение с использованием дерева решений сочетает интерпретируемую структуру дерева в стиле CART с стратегией запросов, которая выбирает наиболее информативные неразмеченные экземпляры для аннотирования человеком. Модель итеративно запрашивает метки только для примеров, в которых она наиболее неуверена, минимизируя затраты на разметку при максимизации точности классификации на табличных данных.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin-Madison. link ↗
- Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and Regression Trees. Wadsworth & Brooks. ISBN: 978-0-412-04841-8
Как цитировать эту страницу
ScholarGate. (2026, June 3). Active Learning with Decision Tree Classifier. ScholarGate. https://scholargate.app/ru/machine-learning/active-learning-decision-tree
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.
- Активное обучениеМашинное обучение↔ compare
- Активное обучение логистической регрессииМашинное обучение↔ compare
- Дерево решенийМашинное обучение↔ compare
- Случайный лесМашинное обучение↔ compare
- Полуавтоматическое дерево решенийМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →