Active Learning Decision Tree
การเรียนรู้เชิงรุกร่วมกับต้นไม้ตัดสินใจ (Active Learning Decision Tree) เป็นการผสมผสานโครงสร้างที่ตีความได้ของต้นไม้แบบ CART เข้ากับกลยุทธ์การสอบถามที่เลือกตัวอย่างที่ไม่มีป้ายกำกับซึ่งให้ข้อมูลมากที่สุดสำหรับการอธิบายประกอบโดยมนุษย์ แบบจำลองจะร้องขอป้ายกำกับแบบวนซ้ำเฉพาะตัวอย่างที่แบบจำลองมีความไม่แน่นอนมากที่สุดเท่านั้น ซึ่งช่วยลดต้นทุนการติดป้ายกำกับในขณะที่เพิ่มความแม่นยำในการจำแนกประเภทข้อมูลแบบตารางให้สูงสุด
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin-Madison. link ↗
- Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and Regression Trees. Wadsworth & Brooks. ISBN: 978-0-412-04841-8
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Active Learning with Decision Tree Classifier. ScholarGate. https://scholargate.app/th/machine-learning/active-learning-decision-tree
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.
- Active Learningการเรียนรู้ของเครื่อง↔ compare
- การเรียนรู้เชิงรุกด้วยโลจิสติกส์รีเกรสชันการเรียนรู้ของเครื่อง↔ compare
- ต้นไม้ตัดสินใจการเรียนรู้ของเครื่อง↔ compare
- Random Forestการเรียนรู้ของเครื่อง↔ compare
- ต้นไม้ตัดสินใจแบบกึ่งกำกับดูแล (Semi-supervised Decision Tree)การเรียนรู้ของเครื่อง↔ compare