Procesi Gaussi i Të Mësuarit Aktiv
Një proces Gauss parashikon jo vetëm një vlerë, por edhe sa i sigurt është. Mësimi aktiv e shfrytëzon këtë: në vend që të etiketojë të dhënat rastësisht, algoritmi shqyrton të gjitha pikat e paetiketuara dhe i kërkon një njeriu (ose orakolit) të etiketojë vetëm pikën ku GP-ja është më e pasigurt. Pas etiketimit, GP-ja përditëson besimet e saj dhe cikli përsëritet. Kjo qasje e synuar blen etiketa informuese shumë më efektivisht sesa kampionimi i rastësishëm ose pasiv, duke arritur shpesh performancë të fortë të modelit me një pjesë të të dhënave të etiketuara.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- MacKay, D. J. C. (1992). Information-based objective functions for active data selection. Neural Computation, 4(4), 590–604. DOI: 10.1162/neco.1992.4.4.590 ↗
- Settles, B. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning. Morgan & Claypool. link ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Active Learning with Gaussian Process (GP-AL). ScholarGate. https://scholargate.app/sq/machine-learning/active-learning-gaussian-process
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.
- Mësimi aktivMësimi i makinës↔ compare
- Procesi Gausian BajesianMësimi i makinës↔ compare
- Procesi GaussianMësimi i makinës↔ compare
- Proces Gausian Gjysmë-i MbikëqyrurMësimi i makinës↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →