अपर्याप्त डेटा में सीखना भाग 2: सक्रिय शिक्षण
मूल शीर्षक:Learning with not Enough Data Part 2: Active Learning
AI सारांश
सुपरवाइज़्ड लर्निंग कार्यों का प्रदर्शन उच्च-गुणवत्ता वाले लेबल किए गए डेटा पर निर्भर करता है, लेकिन बड़ी मात्रा में लेबल किए गए नमूने प्राप्त करना महँगा है। सक्रिय शिक्षण एक ऐसा दृष्टिकोण है जो सीमित लेबलिंग बजट में, कुछ मानव लेबलिंग संसाधन लगाने की अनुमति होने पर, लेबल डेटा की कमी से निपटता है। इसका मुख्य विचार सबसे अधिक सूचनाप्रद नमूनों को चुनकर लेबल करना है, ताकि सीमित बजट में मॉडल प्रदर्शन में सुधार अधिकतम हो। यह विधि इस समस्या को हल करने का लक्ष्य रखती है कि लेबल डेटा सीमित होने पर रणनीतिक नमूनाकरण के ज़रिए लेबलिंग संसाधनों का कुशल उपयोग कैसे किया जाए।
मुख्य जानकारी
- सुपरवाइज़्ड लर्निंग कार्यों का प्रदर्शन उच्च-गुणवत्ता वाले लेबल किए गए डेटा पर निर्भर करता…
- कुछ मानव लेबलिंग संसाधन लगाने की अनुमति होने पर,लेबल डेटा की कमी से निपटता है। इसका मुख्य विचार…
- ताकि सीमित बजट में मॉडल प्रदर्शन में सुधार अधिकतम हो। यह विधि इस समस्या को हल करने का लक्ष्य रखती…
एक नज़र में
- प्रकाशन समय
- अपडेट समय
- स्रोत
- Lilian Weng:Lil'Log(RSS)
- श्रेणी
- ट्यूटोरियल और टिप्स
- AI स्कोर
- 57
这是 Lilian Weng 数据不足系列的第二篇,把主动学习的核心采样策略和实际权衡讲得很清楚,做数据标注和 ML 工程的同学值得复习一遍。
स्रोत और कॉपीराइट
यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।
उद्धरण कैसे दें
इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।
Orange News: अपर्याप्त डेटा में सीखना भाग 2: सक्रिय शिक्षण। 20 फ़रवरी 2022। https://new.nat6.net/hi/news/cmpc7e3b8007cslmqz6jyih7u/