Machine learningMachine learning

Активное обучение со стекированием ансамбля

Активное обучение со стекированием ансамбля объединяет цикл запросов активного обучения с методом стекирования обобщений (stacked generalization): имеется пул неразмеченных данных, и модель итеративно выбирает наиболее информативные экземпляры для разметки человеком, используя эти метки для обучения и уточнения стекированного ансамбля из нескольких базовых моделей, увенчанного мета-моделью. Такой подход снижает затраты на аннотирование, максимизируя при этом предсказательную силу ансамбля.

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.

Источники

  1. Wolpert, D. H. (1992). Stacked generalization. Neural Networks, 5(2), 241–259. DOI: 10.1016/S0893-6080(05)80023-1
  2. Settles, B. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning. Morgan & Claypool Publishers. DOI: 10.2200/S00429ED1V01Y201207AIM018

Как цитировать эту страницу

ScholarGate. (2026, June 3). Active Learning with Stacking Ensemble. ScholarGate. https://scholargate.app/ru/machine-learning/active-learning-stacking-ensemble

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 Stacking ensemble (Active Learning with Stacking Ensemble). Получено 2026-06-15 из https://scholargate.app/ru/machine-learning/active-learning-stacking-ensemble · Набор данных: https://doi.org/10.5281/zenodo.20539026