การถดถอยเชิงเส้นแบบเรียนรู้เชิงรุก
การถดถอยเชิงเส้นแบบเรียนรู้เชิงรุก (Active Learning Linear Regression) เป็นแนวทางแบบวนซ้ำในการเรียนรู้ของเครื่องที่ผสมผสานแบบจำลองการถดถอยเชิงเส้นเข้ากับกลยุทธ์การสอบถามอัจฉริยะเพื่อเลือกจุดข้อมูลที่ไม่มีป้ายกำกับซึ่งให้ข้อมูลมากที่สุดสำหรับการติดป้าย ด้วยการมุ่งเน้นความพยายามในการติดป้ายในบริเวณที่มีความไม่แน่นอนสูงสุด จึงสามารถบรรลุความแม่นยำในการทำนายที่แข่งขันได้โดยใช้ตัวอย่างที่มีป้ายกำกับน้อยกว่าการสุ่มแบบพาสซีฟอย่างมาก
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Active Learning with Linear Regression. ScholarGate. https://scholargate.app/th/machine-learning/active-learning-linear-regression
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.
- การถดถอยเชิงเส้นแบบเบย์เบย์↔ compare
- Random Forestการเรียนรู้ของเครื่อง↔ compare