Metodbevispost
Active Learning Linear Regression
Active Learning Linear Regression is an iterative machine-learning approach that couples a linear regression model with an intelligent query strategy to select the most informative unlabeled points for labeling. By focusing labeling effort where uncertainty is highest, it achieves competitive predictive accuracy with far fewer labeled examples than passive random sampling.
Källpost
Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.
Active Learning with Linear Regression
Taxonomisk metodpost · ml-model / machine-learning
- 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
Kuraterade påståenden
Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.
Inga kuraterade påståenden ännu
Denna vy hittar inte på en påståendebedömning när loggen saknar en.
Relaterade metoder
Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.