zgl163
幼苗
共回答了16个问题采纳率:93.8% 举报
1.动机
主动学习和半监督学习都很重要
当标签数据的技术稀少,无标签
资料丰富.主动学习目标的情况
它是昂贵的地方获得更多的数据,这样的标记
实例(s)应你的标签,以便获得
最好的学习模式.在这种情况下,我们让学习
算法选择一个未标记的实例设置为标记
由甲骨文公司(即人类),这将被用来
为(或增加)的标记数据集.换句话说,
让我们学习算法告诉我们,到标签的实例,
随机选择,而不是他们.主动学习
这种命名为学习者积极,因为更多的标签要求
为了增加其疗效,从而最大限度地减少
标记的数据量需要得到一个很好的模式. Semisupervised
学习需要一个为主动正交方法
学习,而是使用无标签数据,以帮助监管
学习任务.命名为“半监督学习”来
从这一事实中使用的数据之间的监督和
无监督学习.半监督学习的承诺
以较少的努力标注精度较高.各种semisupervised
学习方法被提出,并显示
可喜的成果.对于一个方法的概述,有一
良好的定期更新调查可在半监督
学习[36].结合这两种学习框架
似乎直觉是有道理的,但我们只知道
一个这样的配对[38].
朗读
显示对应的拉丁字符的拼音字典 - 查看字典详细内容
1年前
7