Bejzijsko aktivno učenje
Bejzijsko aktivno učenje (BAL) kombinuje probabilistički model sa strategijom aktivnog upita kako bi identifikovalo neoznačene primere koji bi, nakon označavanja, najviše smanjili nesigurnost modela. Umesto nasumičnog označavanja podataka, BAL usmerava „orakula“ — obično ljudskog anotatora — ka tačkama gde će označavanje pružiti najveći dobitak informacija, čineći ga veoma efikasnim u pogledu potrebnog broja oznaka.
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
- Houlsby, N., Huszár, F., Ghahramani, Z., & Lengyel, M. (2011). Bayesian Active Learning for Classification and Preference Learning. arXiv preprint arXiv:1112.5745. link ↗
- Settles, B. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning, 6(1), 1–114. Morgan & Claypool. DOI: 10.2200/S00429ED1V01Y201207AIM018 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Bayesian Active Learning (Query-by-Committee and BALD). ScholarGate. https://scholargate.app/sr/machine-learning/bayesian-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.
- Aktivno učenjeMašinsko učenje↔ compare
- Bajezijanska logistička regresijaBajesovska statistika↔ compare
- Bajezijanska optimizacijaOptimizacija↔ compare
- Učenje sa malo primera (Few-shot Learning)Mašinsko učenje↔ compare
- Gausov procesMašinsko učenje↔ compare
- Semi-supervised LearningMašinsko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →