Робастное активное обучение
Робастное активное обучение расширяет стандартный фреймворк активного обучения для работы с зашумленными метками, состязательными возмущениями и ненадежными оракулами. Вместо предположения о совершенстве разметки, оно включает статистические гарантии или гарантии робастности к состязательным атакам в процесс выбора запросов, сохраняя эффективность использования выборки при допущении искажений в процессе аннотирования.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Balcan, M.-F., Beygelzimer, A., & Langford, J. (2006). Agnostic active learning. In Proceedings of the 23rd International Conference on Machine Learning (ICML 2006), pp. 65–72. ACM. DOI: 10.1145/1143844.1143853 ↗
- Settles, B. (2009). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Robust Active Learning (Noise-Tolerant Query-Based Learning). ScholarGate. https://scholargate.app/ru/machine-learning/robust-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
- Robust Random ForestМашинное обучение↔ compare
- Робастная машина опорных векторовМашинное обучение↔ compare
- Обучение с частичной разметкойМашинное обучение↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →