Machine learningMachine learning

Активное обучение с линейной регрессией

Активное обучение с линейной регрессией — это итерационный подход машинного обучения, который сочетает модель линейной регрессии с интеллектуальной стратегией запросов для выбора наиболее информативных неразмеченных точек для разметки. Фокусируя усилия по разметке там, где неопределенность максимальна, он достигает конкурентоспособной точности прогнозирования при гораздо меньшем количестве размеченных примеров по сравнению с пассивной случайной выборкой.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

Активное обучение с линейной регрессией
Байесовская линейная рег…Случайный лес

Источники

  1. Settles, B. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning, 6(1), 1–114. Morgan & Claypool. DOI: 10.2200/S00429ED1V01Y201207AIM018
  2. Cohn, D. A., Ghahramani, Z., & Jordan, M. I. (1996). Active learning with statistical models. Journal of Artificial Intelligence Research, 4, 129–145. DOI: 10.1613/jair.295

Как цитировать эту страницу

ScholarGate. (2026, June 3). Active Learning with Linear Regression. ScholarGate. https://scholargate.app/ru/machine-learning/active-learning-linear-regression

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.

Compare side by side
ScholarGateActive Learning Linear Regression (Active Learning with Linear Regression). Получено 2026-06-15 из https://scholargate.app/ru/machine-learning/active-learning-linear-regression · Набор данных: https://doi.org/10.5281/zenodo.20539026