Онлайн-обучение с активным обучением
Онлайн-обучение с активным обучением объединяет две взаимодополняющие парадигмы: оно обрабатывает данные в виде потока (онлайн-обучение) и выборочно запрашивает метки только для наиболее информативных экземпляров (активное обучение). Результатом является модель, которая непрерывно адаптируется к новым данным, сохраняя при этом низкие затраты на разметку — полезно всякий раз, когда размеченные данные дороги, а примеры поступают последовательно, а не все сразу.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Cesa-Bianchi, N., Gentile, C., & Zaniboni, L. (2006). Worst-case analysis of selective sampling for linear classification. Journal of Machine Learning Research, 7, 1205–1230. link ↗
- Sculley, D. (2007). Online active learning methods for fast label-efficient spam filtering. Proceedings of the Fourth Conference on Email and Anti-Spam (CEAS 2007). link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Online Active Learning (Streaming Active Learning). ScholarGate. https://scholargate.app/ru/machine-learning/online-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.
- Активное обучениеМашинное обучение↔ compare
- Обучение на малом числе примеров (Few-shot Learning)Машинное обучение↔ compare
- Онлайн-обучениеМашинное обучение↔ compare
- Онлайн-логистическая регрессияМашинное обучение↔ compare
- Online Random ForestМашинное обучение↔ compare
- Обучение с частичной разметкойМашинное обучение↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →