Лінійна регресія з активним навчанням
Лінійна регресія з активним навчанням — це ітераційний підхід машинного навчання, який поєднує модель лінійної регресії з інтелектуальною стратегією запитів для вибору найінформативніших нерозмічених точок для розмітки. Зосереджуючи зусилля з розмітки там, де невизначеність найвища, він досягає конкурентоспроможної точності прогнозування з набагато меншою кількістю розмічених прикладів, ніж пасивна випадкова вибірка.
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. (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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Active Learning with Linear Regression. ScholarGate. https://scholargate.app/uk/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.
- Байєсівська лінійна регресіяБаєсові методи↔ compare
- Випадковий лісМашинне навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →