Machine learningMachine learning

การเรียนรู้เชิงรุกแบบการลงคะแนนของคณะกรรมการ

การเรียนรู้เชิงรุกแบบการลงคะแนนของคณะกรรมการ — หรือที่รู้จักอย่างเป็นทางการว่า Query by Committee — เป็นกลยุทธ์การเรียนรู้เชิงรุกที่ฝึกคณะกรรมการของแบบจำลองที่หลากหลาย และเลือกตัวอย่างที่ไม่มีป้ายกำกับซึ่งสมาชิกคณะกรรมการมีความเห็นไม่ตรงกันมากที่สุดสำหรับการอธิบายโดยมนุษย์ ด้วยการมุ่งเน้นความพยายามในการติดป้ายกำกับไปยังจุดที่มีข้อมูลมากที่สุด จึงให้ความแม่นยำสูงโดยใช้ตัวอย่างที่มีป้ายกำกับน้อยกว่าที่การเรียนรู้แบบพาสซีฟต้องการมาก

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

The neighbourhood of related methods — select a node to explore.

การเรียนรู้เชิงรุกแบบการลงคะแนนของคณะกรรมการ
Active LearningBagging (Bootstrap Aggre…Boostingการเรียนรู้แบบกึ่งกำกับด…การรวมแบบลงคะแนน

แหล่งอ้างอิง

  1. 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
  2. Settles, B. (2009). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Active Learning with Voting Ensemble (Query by Committee). ScholarGate. https://scholargate.app/th/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.

Compare side by side
ScholarGateActive Learning Voting Ensemble (Active Learning with Voting Ensemble (Query by Committee)). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/machine-learning/active-learning-voting-ensemble · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026