Метод опорних векторів з активним навчанням
Активне навчання SVM поєднує потужність опорних векторів у формуванні границі прийняття рішень з інтелектуальною стратегією запитів, яка обирає найінформативніші нерозмічені екземпляри для анотування людиною. Запропонований Tong та Koller у 2001 році, цей метод досягає високої точності класифікації, використовуючи значно менше розмічених прикладів, ніж пасивне кероване навчання, що робить його практичним, коли розмітка є дорогою або повільною.
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
- Tong, S., & Koller, D. (2001). Support Vector Machine Active Learning with Applications to Text Classification. Journal of Machine Learning Research, 2, 45–66. link ↗
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Active Learning Support Vector Machine. ScholarGate. https://scholargate.app/uk/machine-learning/active-learning-support-vector-machine
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.
- Випадковий лісМашинне навчання↔ compare
- Напівкероване навчанняМашинне навчання↔ compare
- Метод опорних векторів (класифікація)Машинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →