Aktívne učenie so samoučiacim sa učením
Aktívne učenie v kombinácii so samoučiacim sa učením využíva neoznačené údaje prostredníctvom predtrénovania samoučiacim sa učením na budovanie bohatých reprezentácií, potom používa stratégiu aktívneho výberu na výber najinformatívnejších príkladov na ľudskú anotáciu, čím sa maximalizuje výkon modelu pri obmedzenom rozpočte na označovanie. Tento hybridný prístup je obzvlášť účinný, keď je označených údajov málo, ale existujú rozsiahle neoznačené súbory.
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
- Bengar, J. Z., van de Weijer, J., Fuentes, L. L., & Raducanu, B. (2022). Class-Balanced Active Learning for Image Classification. Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), 3082–3091. link ↗
- Wang, K., Zhang, D., Li, Y., Zhang, R., & Lin, L. (2016). Cost-Effective Active Learning for Deep Image Classification. IEEE Transactions on Circuits and Systems for Video Technology, 27(12), 2591–2600. DOI: 10.1109/TCSVT.2016.2589879 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Active Learning with Self-supervised Representation Learning. ScholarGate. https://scholargate.app/sk/machine-learning/active-learning-self-supervised-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.
- Aktívne učenieStrojové učenie↔ compare
- Few-shot LearningStrojové učenie↔ compare
- Online učenieStrojové učenie↔ compare
- SamoučenieStrojové učenie↔ compare
- Polosupervizované učenieStrojové učenie↔ compare
- Prenosové učenieStrojové učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →