Polu-nadgledano aktivno učenje
Polu-nadgledano aktivno učenje (SSAL) je hibridni paradigm učenja koji kombinuje strategiju selektivnog upita aktivnog učenja sa sposobnošću polu-nadgledanog učenja da eksploatiše neoznačene podatke. Model iterativno bira najinformativnije neoznačene instance za ekspertsku anotaciju, istovremeno koristeći veliki skup neoznačenih uzoraka za poboljšanje sopstvenih reprezentacija, drastično smanjujući troškove označavanja uz održavanje jake prediktivne tačnosti.
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. Morgan & Claypool. DOI: 10.2200/S00429ED1V01Y201207AIM018 ↗
- Zhu, X. (2005). Semi-supervised learning literature survey. Technical Report 1530, Computer Sciences, University of Wisconsin-Madison. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Semi-supervised Active Learning (SSAL). ScholarGate. https://scholargate.app/sr/machine-learning/semi-supervised-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
- Propagacija oznakaMašinsko učenje↔ compare
- Semi-supervised LearningMašinsko učenje↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →