Active learning

最新推荐文章于 2024-06-05 16:23:13 发布
最新推荐文章于 2024-06-05 16:23:13 发布
阅读量177 收藏
点赞数
分类专栏： 机器学习 文章标签： Active Learning
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/jiongjiongai/article/details/103023802
版权

Active learning

Motivation

If a learning algorithm can choose data it wants to learn from, then it can perform better.

Definition

Select more instances based on the data have collected so far.

Workflow

  1. Gether data: Representative of true distribution.
  2. Split into seed and unlabed datasets.
  3. Train the model with seed. Variables: Cross-validation, model.
  4. Choose unlabeled instances. Variables:
    • Scnarios:
      • Membership query synthetis.
      • Stream-based selective sampling.
      • Pool-based sampling.
    • Query strategies:
  5. Stopping criteria.

NLP, ASR, IR.

References

https://www.datacamp.com/community/tutorials/active-learning

cv2022
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Active-Learning
03-06
主动学习（Python） 如今，获取未标记的数据已经非常简单。 但是，获取标记数据确实是非常困难的任务。 主动学习是一个这样的框架，当您的数据有限而又需要更高的模型准确性时，该框架将为您提供帮助。 智能查询以识别信息最多的实例是主动学习的基本原理。 建立任何主动学习模型的关键因素是我们选择的确定性度量和我们应用的查询策略。 查询策略： 1.不确定性抽样 任何活跃的学习者在看到一组未标记的示例后，都会提取出最有用的示例，并提供相同的示例以进行标记。 首先，为每个示例计算衡量预测的有用性，然后根据有用性进行决策。 分类不确定性，分类余量和分类熵是modAL文档中针对基于主动学习池的采样和基于流的采样的三种内置度量，这是可以将实例发送到查询以评估度量有用性的不同方式。 基于池的采样 下面的示例使用基于池的采样展示了Active学习者在fetch_covtype数据集上的应用。 此处，与未标记数
[Machine Learning] Active Learning
weixin_34055787的博客
05-21 216
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...
主动学习（Active Learning）简介综述汇总以及主流技术方案
最新发布
2401_84495725的博客
06-05 995
主动学习是指对需要标记的数据进行优先排序的过程，这样可以确定哪些数据对训练监督模型产生最大的影响。主动学习是一种学习算法可以交互式查询用户(teacher 或 oracle)，用真实标签标注新数据点的策略。主动学习的过程也被称为优化实验设计。主动学习的动机在于认识到并非所有标有标签的样本都同等重要。主动学习是一种策略/算法，是对现有模型的增强。而不是新模型架构。主动学习背后的关键思想是，如果允许机器学习算法选择它学习的数据，这样就可以用更少的训练标签实现更高的准确性。
Active learning(主动学习)
haimengao的专栏
07-08 2530
主动学习假设： 1、AL implicitly assumes that a large pool of unlabeled documents is available and that querying this pool is cheap compared to labeling since the latter tak es a human expert’s time
Active Learning 主动学习
xiaopihaierletian的博客
11-08 1728
最近读了一篇paper，题目是An MRF Model-Based Active Learning Framework for the Spectral-Spatial Classification of Hyperspectral Imagery。（题目这么长我也不想的......）这篇文章主要说了马尔科夫随机场还有active learning (AL)结合的问题。刚开始让给我学习AL的时候我
Active Learning主动学习
幸福驿站
03-17 1629
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...
Bioinformatics Algorithms: an Active Learning Approach, Vol. 1 (2nd edition)
01-08
1 of Bioinformatics Algorithms: an Active Learning Approach, one of the first textbooks to emerge from the recent Massive Open Online Course MOOC revolution. A light hearted and analogy filled ...
Theory of Active Learning
01-09
Active learning is a protocol for supervised machine learning, in which a learning algorithm sequentially requests the labels of selected data points from a large pool of unlabeled data. This ...
Combining active learning and semi-supervised learning
01-03
1. 主动学习（Active Learning）与半监督学习（Semi-supervised Learning）的结合：这两者被合并使用以构建支持向量机（Support Vector Machines，SVM）分类器。在机器学习领域，主动学习是指算法可以主动选择一部分...
ALiPy Active Learning in Python.pdf
06-17
ALiPy是Python中的一个主动学习框架，它提供了一个模块化的实现，让使用者能够轻松地评估、比较和分析主动学习方法的性能。主动学习是一种在有限的标注数据下进行学习的主要方法，它通过主动查询最重要的实例来减少...
Active-Learning-for-NER_activelearning_voyage3kb_BiLSTM-CRF_biLS
09-11
在这个项目"Active-Learning-for-NER_activelearning_voyage3kb_BiLSTM-CRF_biLS"中，重点是应用主动学习于命名实体识别（NER）任务，这是自然语言处理中的一个核心问题，涉及到识别文本中的专有名词，如人名、地名...
主动学习（Active Learning）
青年有志
04-20 4211
主动学习基本介绍
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（active learning）
qq_46458188的博客
06-10 1721
主动学习
主动学习 active learning
yang_daxia的博客
12-28 244
任何模型都有模型上限，也就是说，即使加入再多的数据，模型也不会增长。所以应该加入尽可能少的数据，更有价值的数据。 总结：主动学习为在无标注的样本池中，挖掘有用的数据标注训练，使得模型使用尽可能少的样本达到模型的上限。 参考： https://zhuanlan.zhihu.com/p/39367595 主动学习(Active learning)算法的原理是什么，有哪些比较具体的应用？ - 阿里巴巴淘系技术的回答 - 知乎 https://www.zhihu.com/question/265479171
主动学习（Active Learning,AL）
weixin_62501745的博客
01-29 605
针对有监督的学习任务，存在标记成本较为昂贵且标记难以大量获取的问题。 在此问题背景下，主动学习（Active Learning, AL）尝试通过选择性的标记较少数据而训练出表现较好的模型。
主动学习 Active Learning - a survey
TangowL
10-10 689
知识点解释 1. 分析机器学习算法的可学习性时，通常有 realizable-assumption 和 non-realizable-assumption。前者表示假设空间中存在 ERM 为零的最优模型，后者表示假设空间中不存在。显然后者更符合真实情况。 2. PAC 理论用严格的形式化语言描述了上述两种情况的 sampl...
深度学习之主动学习(Active Learning)
光剑书架上的书
07-12 420
深度学习之主动学习(Active Learning) Active Learning. 深度学习模型通常依赖大量标注数据来提供良好性能，然而数据的标注可能面临成本较高、预算有限、标注困难等问题。主动学习 (Active Learni
A Neural Approach Under Active Learning Mode for Change Detection in Remotely Sensed Images
06-02
《A Neural Approach Under Active Learning Mode for Change Detection in Remotely Sensed Images》是一篇关于遥感图像变化检测的论文。该论文提出了一种基于神经网络和主动学习模式的方法来实现遥感图像中的变化...
评论
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