Aktívne učenie lineárnej regresie
Aktívne učenie lineárnej regresie je iteratívny prístup strojového učenia, ktorý spája model lineárnej regresie s inteligentnou stratégiou dotazovania na výber najinformatívnejších neoznačených bodov na označenie. Zameraním úsilia na označovanie tam, kde je neistota najvyššia, dosahuje konkurenčnú prediktívnu presnosť s oveľa menším počtom označených príkladov než pasívne náhodné vzorkovanie.
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 ↗
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Active Learning with Linear Regression. ScholarGate. https://scholargate.app/sk/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.
- Bayesovská lineárna regresiaBayesovské metódy↔ compare
- Náhodný lesStrojové učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →