不足標註資料時的主動學習(第2部分)
Learning with not Enough Data Part 2: Active Learning
重點導讀
主動學習 是在標註成本有限時,透過智慧樣本選擇提升模型表現的技術。
- 本文以深度學習為背景,整理了多種主動學習策略與實驗結果。
- - 不確定性取樣:變異比、邊際、熵等指標衡量模型對樣本的信心,常用於單模型情境。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處lilianweng.github.io
Learning with not Enough Data Part 2: Active Learning
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Lilian Weng (Lil'Log) (lilianweng.github.io)
開啟原文