Active Learning LightGBM
Active Learning LightGBM spája stratégiu výberu otázok efektívnu z hľadiska nákladov na označovanie aktívneho učenia s rýchlosťou a presnosťou LightGBM, rámca pre gradientové zosilňovanie založeného na histogramoch. Model iteratívne vyberá najinformatívnejšie neoznačené inštancie na anotáciu človekom, pretrenuje LightGBM na rastúcej označenej množine a konverguje k vysokej presnosti s oveľa menším počtom označených príkladov ako pasívne supervízované učenie.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Settles, B. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning, 6(1), 1–114. Morgan & Claypool. DOI: 10.2200/S00429ED1V01Y201207AIM018 ↗
- Ke, G., Meng, Q., Finley, T., Wang, T., Chen, W., Ma, W., Ye, Q., & Liu, T.-Y. (2017). LightGBM: A Highly Efficient Gradient Boosting Decision Tree. Advances in Neural Information Processing Systems, 30, 3146–3154. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Active Learning with Light Gradient Boosting Machine. ScholarGate. https://scholargate.app/sk/machine-learning/active-learning-lightgbm
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.
- Aktívne učenieStrojové učenie↔ compare
- Gradient BoostingStrojové učenie↔ compare
- LightGBMStrojové učenie↔ compare
- Náhodný lesStrojové učenie↔ compare
- XGBoostStrojové učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →