Робусно активно учење
Робусно активно учење проширује стандардни оквир активног учења како би се носило са шумом у ознакама, антагонистичким пертурбацијама и непоузданим или непогрешивим изворима. Уместо претпоставке савршеног означавања, оно укључује статистичке гаранције или гаранције робусности према антагонистичким нападима у процес избора упита, одржавајући ефикасност узорака док толерише оштећење у процесу анотације.
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
- Balcan, M.-F., Beygelzimer, A., & Langford, J. (2006). Agnostic active learning. In Proceedings of the 23rd International Conference on Machine Learning (ICML 2006), pp. 65–72. ACM. DOI: 10.1145/1143844.1143853 ↗
- Settles, B. (2009). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Robust Active Learning (Noise-Tolerant Query-Based Learning). ScholarGate. https://scholargate.app/sr/machine-learning/robust-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
- Učenje sa malo primera (Few-shot Learning)Mašinsko učenje↔ compare
- [CYRILLIC SCRIPT DETECTED - NEEDS LATIN CONVERSION]Mašinsko učenje↔ compare
- Робусна насумична шумаMašinsko učenje↔ compare
- Robust Support Vector MachineMašinsko učenje↔ compare
- Semi-supervised LearningMašinsko učenje↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →