Active learning by querying informative and representative examples

最新推荐文章于 2021-08-28 10:32:29 发布
最新推荐文章于 2021-08-28 10:32:29 发布
阅读量778 收藏
点赞数
分类专栏： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/alwaystry/article/details/52368613
版权

主题：QUIRE，基于active-learning的最小－最大原则，实现信息量大而具有代表性的数据筛选。

Informativeness： measures the ability of an instance in reducing the uncertainty of  a statistical model.忽视了数据间的潜在结构分布。
Representativeness: measures if an instance well represents the overall input patterns of  unlabeled data.需要用到大量数据，依赖于聚类效果



Yingying_code
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
Active Learning主动学习
幸福驿站
03-17 1607
主动学习（Active Learning） 在某些情况下，没有类标签的数据相当丰富而有类标签的数据相当稀少，并且人工对数据进行标记的成本又相当高昂。在这种情况下，我们可以让学习算法主动地提出要对哪些数据进行标注，之后我们要将这些数据送到砖家那里让他们进行标注，再将这些数据加入到训练样本集中对算法进行训练，提高模型的精确度。这一过程叫做主动学习。 主动学习那些比较难的，信息量大的样本。而这些样本...
Active learning 总结
Yingying
09-02 4829
Active learning by querying informative andrepresentative examples PAMI 2014 本文主旨：将优化问题转换为在每一轮中选择的样本使得所有的样本损失最小，包括已标记样本和未标记样本。 Informative and representative : Informative: 位于分类面边缘上的数据，比如说DNN pape
主动学习文章_active learning by querying informative and representative examples
haimengao的专栏
07-09 2413
大部分的主动学习模型只考虑其中的一种，例如
论文复现：Active Learning by QueryingInformative and Representative Examples（QUIRE）
DeniuHe的博客
08-28 261
多标准优化的主动学习算法（Active learning through multi-standard optimization）——MSAL
wangmin80616的博客
08-31 1721
多标准优化的主动学习算法（Active learning through multi-standard optimization）——MSAL 多标准优化的主动学习算法（Active learning through multi-standard optimization）——MSAL 在这里记录下第一篇文章~下文附有该算法详细的中文介绍，步骤，实验，matlab R2016a / python 3.7代码，以及使用到的所有数据集。欢迎大家引用~ 主动学习的样本选择策略 主动学习在训练集中已标注数据上学习得
active_rails_examples
02-13
标题“active_rails_examples”和描述“active_rails_examples”暗示了这可能是一个关于使用ActiveRecord（Ruby on Rails框架的一部分）的实际示例集合。在这个压缩包中，我们看到一个名为“active_rails_examples-...
Learning GraphQL and Relay(PACKT,2016)
09-30
Designed to solve many of the issues of working with REST, GraphQL comes alongside RelayJS, a React library for querying a server that implements the GraphQL specification. This book takes you ...
Active Directory Cookbook, 3rd Edition.pdf
07-25
Sets the stage for the book by covering where you can find the tools used in the book, VBScript and PowerShell issues to consider, and where to find additional information. Chapter 2, Forests, Domains...
Learning.GraphQL.and.Relay.1786465752
09-30
Designed to solve many of the issues of working with REST, GraphQL comes alongside RelayJS, a React library for querying a server that implements the GraphQL specification. This book takes you ...
A path querying language for federation of RDF and relational database
02-07
A path querying language for federation of RDF and relational database
【Active Learning - 01】深入学习“主动学习”：如何显著地减少标注代价
Houchaoqun_XMU的博客
07-08 2万+
主动学习系列博文： 【Active Learning - 00】主动学习重要资源总结、分享（提供源码的论文、一些AL相关的研究者）：https://blog.csdn.net/Houchaoqun_XMU/article/details/85245714 【Active Learning - 01】深入学习“主动学习”：如何显著地减少标注代价：https://blog.csdn.net/Hou...
Learning
weixin_41246577的博客
04-26 101
 Learning感想前端之路真的走了特别多的弯路，遇到问题就到网上去搜教程，搜回答，ok，成功解决，但是下一次遇到问题还是不会，由上你就是在浪费时间,浪费精力啊！所以想到了做笔记，emmm....愚蠢的我想到的是用笔记本写笔记，对，手写....手写需要特别多的本子，因为前端学的东西太多，需要分门别类；还很浪费时间，因为不能截图和直接拷贝代码！所以我又想到写博客，emmmmmm....博客还是不太...
主动学习(Active Learning)
热门推荐
猪逻辑公园
12-26 6万+
1. 写在前面 　　在机器学习(Machine learning)领域，监督学习(Supervised learning)、非监督学习(Unsupervised learning)以及半监督学习(Semi-supervised learning)是三类研究比较多，应用比较广的学习技术，wiki上对这三种学习的简单描述如下： 监督学习：通过已有的一部分输入数据与输出数据之间的对应关系，生成一个函...
主动学习-综述
u013328485的专栏
07-16 5214
主动学习是机器学习（更普遍的说是人工智能）的一个子领域，在统计学领域也叫查询学习、最优实验设计”(Active learning (sometimes called “query learning” or “optimal experimental design” in the statistics literature) is a subfield of machine learning and...
Active learning 主动学习的来世今生
Jinpeijie217的博客
06-15 5504
Active learning Survey主动学习的来世今生核心思想：主动学习可以基于较少的已标注的数据量得到同样好的模型准确率。在几乎所有的机器学习问题中，虽然未标注数据很丰富且易于获得，但是标注数据却很少或者需要大量的人工标注（成本问题）。所以主动学习是解决问题的核心方法之一。这篇文章提供了一个主动学习详细的介绍和相关文献的总结。主要包括解决方案，查询策略框架，主动学习的分析，设置变量的问题...
A brief introduction to weakly supervised learning（简要介绍弱监督学习）
weixin_30474613的博客
03-14 1085
by 南大周志华 摘要 监督学习技术通过学习大量训练数据来构建预测模型，其中每个训练样本都有其对应的真值输出。尽管现有的技术已经取得了巨大的成功，但值得注意的是，由于数据标注过程的高成本，很多任务很难获得如全部真值标签这样的强监督信息。因此，能够使用弱监督的机器学习技术是可取的。本文综述了弱监督学习的一些研究进展，主要关注三种弱监督类型：不完全监督，即只有一部分样本有标签；不确切监督...
主动学习汇总
随笔
08-06 751
原文：https://blog.csdn.net/houchaoqun_xmu/article/details/80146710 主动学习系列博文： 【Active Learning - 00】主动学习重要资源总结、分享（提供源码的论文、一些AL相关的研究者）：https://blog.csdn.net/Houchaoqun_XMU/article/details/85245714 【Active Learning - 01】深入学习“主动学习”：如何显著地减少标注代价：https://blog.cs
南航计算机学院王立松教授,张道强 - 南京航空航天大学 - 计算机科学与技术学院/人工智能学院...
weixin_28694295的博客
07-05 949
近期论文 查看导师最新文章(温馨提示：请注意重名现象，建议点开原文通过作者单位确认)Shao W, Peng Y, Zu C, Wang M, and Zhang D. Hypergraph based multi-task feature selection for multimodal classification of Alzheimer's disease. Computerized Me...
Keras 更新指令
Yingying
12-06 8775
pip install git+git://github.com/fchollet/keras.git --upgrade --no-deps
Querying Transformer
最新发布
05-11
Querying Transformer是一种基于Transformer模型的语言模型，它在自然语言处理领域中具有重要的应用价值。与传统的Transformer模型不同，Querying Transformer利用了类似于信息检索中的查询机制来指导模型的生成过程...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值