Активне навчання з градієнтним бустингом
Активне навчання з градієнтним бустингом поєднує потужну прогностичну точність градієнтно-бустингних дерев з циклом активного навчання, який відбирає найбільш інформативні нерозмічені приклади для анотування людиною. Запитуючи лише ті екземпляри, щодо яких модель найбільш невпевнена, метод досягає високої точності зі значно меншою кількістю розмічених прикладів, ніж пасивне кероване навчання.
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 ↗
- Friedman, J. H. (2001). Greedy Function Approximation: A Gradient Boosting Machine. Annals of Statistics, 29(5), 1189–1232. DOI: 10.1214/aos/1013203451 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Active Learning with Gradient Boosting (Query-by-Committee / Uncertainty Sampling with Gradient Boosted Trees). ScholarGate. https://scholargate.app/uk/machine-learning/active-learning-gradient-boosting
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
- Градiєнтний бустингМашинне навчання↔ compare
- Випадковий лісМашинне навчання↔ compare
- XGBoostМашинне навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →