Aktivt lärande med röstningsensemble
Aktivt lärande med röstningsensemble – formellt känt som Query by Committee (QBC) – är en aktiv inlärningsstrategi som tränar en kommitté av olika modeller och väljer ut de oetiketterade exempel där kommittémedlemmarna är mest oense för mänsklig annotering. Genom att fokusera etiketteringsarbetet på de mest informativa punkterna uppnår metoden hög noggrannhet med betydligt färre etiketterade exempel än vad passivt lärande kräver.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Seung, H. S., Opper, M., & Sompolinsky, H. (1992). Query by committee. In Proceedings of the Fifth Annual Workshop on Computational Learning Theory (COLT '92), pp. 287–294. ACM. DOI: 10.1145/130385.130417 ↗
- Settles, B. (2009). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Active Learning with Voting Ensemble (Query by Committee). ScholarGate. https://scholargate.app/sv/machine-learning/active-learning-voting-ensemble
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.
- Aktivt lärandeMaskininlärning↔ compare
- Bagging (Bootstrap Aggregating)Maskininlärning↔ compare
- BoostingMaskininlärning↔ compare
- Semi-övervakad inlärningMaskininlärning↔ compare
- RöstningsensembleMaskininlärning↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →