跳到正文
Lilian Weng (Lil'Log)(lilianweng.github.io)·· 2022-02-20品質評分63

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

自備 Key 深度分析

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。

開啟原文
來源: Lilian Weng (Lil'Log) (lilianweng.github.io)
開啟原文

讀者討論

理性交流 · 即時討論