Robustná aktívna učenie
Robustná aktívna učenie rozširuje štandardný rámec aktívneho učenia na spracovanie šumových označení, adverzárnych perturbácií a nespoľahlivých alebo spoľahlivých orákulí. Namiesto predpokladania dokonalého označovania začleňuje štatistické alebo adverzárne záruky robustnosti do procesu výberu dopytov, pričom zachováva efektívnosť vzoriek a zároveň toleruje poškodenie v procese anotácie.
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
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Robust Active Learning (Noise-Tolerant Query-Based Learning). ScholarGate. https://scholargate.app/sk/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.
- Aktívne učenieStrojové učenie↔ compare
- Few-shot LearningStrojové učenie↔ compare
- Online učenieStrojové učenie↔ compare
- Robust Random ForestStrojové učenie↔ compare
- Robust Support Vector MachineStrojové učenie↔ compare
- Polosupervizované učenieStrojové učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →