Aktivno učenje
Aktivno učenje je iterativna paradigma mašinskog učenja u kojoj algoritam učenja selektivno postavlja upite orakulu — tipično ljudskom anotatoru — za oznake na najinformativnijim neoznačenim primerima. Formalizovano od strane Burra Settlesa u njegovom seminalnom pregledu literature iz 2009. godine, aktivno učenje rešava praktičnu usku grlo cene anotacije postizanjem visoke tačnosti modela sa daleko manje označenih primera nego što je potrebno pasivnom nadgledanom učenju.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+18 more
Izvori
- Settles, B. (2009). Active learning literature survey. University of Wisconsin-Madison Computer Sciences Technical Report 1648. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). Active Learning (Human-in-the-Loop). ScholarGate. https://scholargate.app/sr/machine-learning/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.
- Konformalno predviđanjeMašinsko učenje↔ compare
- Kvantifikacija nesigurnostiSimulacija↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →