Активное обучение с Гауссовским процессом

Активное обучение с Гауссовским процессом (GP-AL) сочетает вероятностную модель Гауссовского процесса со стратегией запроса активного обучения, используя апостериорную неопределенность GP для выбора наиболее информативных неразмеченных примеров для разметки. Этот итеративный подход минимизирует затраты на разметку, максимизируя при этом точность прогнозирования, что делает его идеальным, когда размеченные данные редки или дороги в получении.