Bayesiansk aktiv inlärning
Bayesiansk aktiv inlärning (BAL) kombinerar en probabilistisk modell med en aktiv frågestrategi för att identifiera de oetiketterade exemplen som, när de väl etiketterats, mest skulle minska modellens osäkerhet. Istället för att etikettera data slumpmässigt, styr BAL en orakel – vanligtvis en mänsklig annotatör – mot de punkter där etikettering ger störst informationsvinst, vilket gör den mycket effektiv när det gäller etiketter.
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
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Bayesian Active Learning (Query-by-Committee and BALD). ScholarGate. https://scholargate.app/sv/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.
- Aktivt lärandeMaskininlärning↔ compare
- Bayesiansk logistisk regressionBayesiansk statistik↔ compare
- Bayesiansk optimeringOptimering↔ compare
- Few-shot LearningMaskininlärning↔ compare
- Gaussisk processMaskininlärning↔ compare
- Semi-övervakad inlärningMaskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →