Machine learningMachine learning

การเรียนรู้เชิงรุกแบบอิงกลุ่ม

การเรียนรู้เชิงรุกแบบอิงกลุ่ม (Ensemble Active Learning) เป็นการรวมคณะของแบบจำลองที่หลากหลายเข้ากับวงวนการเรียนรู้เชิงรุก เพื่อเลือกตัวอย่างที่ยังไม่ติดป้ายกำกับซึ่งให้ข้อมูลมากที่สุดสำหรับการติดป้ายกำกับ โดยมีรากฐานมาจากกรอบแนวคิด Query by Committee ที่นำเสนอโดย Seung et al. (1992) ซึ่งใช้ความไม่เห็นด้วยระหว่างสมาชิกในคณะเป็นสัญญาณของความไม่แน่นอน ช่วยลดจำนวนตัวอย่างที่ต้องติดป้ายกำกับเพื่อให้ได้ประสิทธิภาพการทำนายที่แข็งแกร่ง

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

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 1992), pp. 287–294. ACM. link
  2. Settles, B. (2009). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Ensemble-Based Active Learning (Query by Committee and Variants). ScholarGate. https://scholargate.app/th/machine-learning/ensemble-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.

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