Дерево рішень з активним навчанням
Активне навчання з деревом рішень поєднує інтерпретовану структуру дерева стилю CART зі стратегією запитів, яка вибирає найбільш інформативні нерозмічені екземпляри для анотування людиною. Модель ітеративно запитує мітки лише для прикладів, щодо яких вона найбільш невпевнена, мінімізуючи витрати на розмітку та максимізуючи точність класифікації на табличних даних.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Active Learning with Decision Tree Classifier. ScholarGate. https://scholargate.app/uk/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.
- Активне навчанняМашинне навчання↔ compare
- Логістична регресія з активним навчаннямМашинне навчання↔ compare
- Дерево рішеньМашинне навчання↔ compare
- Випадковий лісМашинне навчання↔ compare
- Напівкерований дерево рішеньМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →