Online aktívne učenie
Online active learning kombinuje dva komplementárne prístupy: spracúva dáta ako prúd (online učenie) a selektívne vyžaduje označenia len pre najinformatívnejšie príklady (aktívne učenie). Výsledkom je model, ktorý sa neustále prispôsobuje novým dátam a zároveň udržiava nízke náklady na označovanie — užitočné vždy, keď sú označené dáta drahé a príklady prichádzajú sekvenčne, nie naraz.
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
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Online Active Learning (Streaming Active Learning). ScholarGate. https://scholargate.app/sk/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.
- Aktívne učenieStrojové učenie↔ compare
- Few-shot LearningStrojové učenie↔ compare
- Online učenieStrojové učenie↔ compare
- Online Logistic RegressionStrojové učenie↔ compare
- Online Random ForestStrojové učenie↔ compare
- Polosupervizované učenieStrojové učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →