Aktivno učenje za linearnu regresiju
Aktivno učenje za linearnu regresiju je iterativni pristup mašinskog učenja koji kombinuje model linearne regresije sa inteligentnom strategijom upita kako bi se odabrale najinformativnije neoznačene tačke za označavanje. Fokusiranjem napora za označavanje tamo gde je neizvesnost najveća, postiže konkurentnu prediktivnu tačnost sa daleko manje označenih primera nego pasivnim slučajnim uzorkovanjem.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Settles, B. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning, 6(1), 1–114. Morgan & Claypool. DOI: 10.2200/S00429ED1V01Y201207AIM018 ↗
- Cohn, D. A., Ghahramani, Z., & Jordan, M. I. (1996). Active learning with statistical models. Journal of Artificial Intelligence Research, 4, 129–145. DOI: 10.1613/jair.295 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Active Learning with Linear Regression. ScholarGate. https://scholargate.app/sr/machine-learning/active-learning-linear-regression
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.
- Bejzijanska linearna regresijaBajesovska statistika↔ compare
- Slučajna šumaMašinsko učenje↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →