Machine learningInteractive ML

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.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte celu metodu

Samo za članove

Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.

Prijavite se

Method map

The neighbourhood of related methods — select a node to explore.

+18 more

Izvori

  1. 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.

Compare side by side

Citirana u

ScholarGateActive Learning (Active Learning (Human-in-the-Loop)). Preuzeto 2026-06-14 sa https://scholargate.app/sr/machine-learning/active-learning · Skup podataka: https://doi.org/10.5281/zenodo.20539026