Публикации по теме 'active-learning'
Ускоренный курс: выборка из пула в активном обучении
Активное обучение - это класс задач машинного обучения, при котором размеченные данные недоступны для контролируемых алгоритмов.
Возьмем для примера классическую установку. Допустим, у нас есть изображения птиц, и мы хотим классифицировать их по типу, но на изображениях нет ярлыков, указывающих, какие птицы на каждом из них. В этой ситуации мы полагаемся на людей, которые аннотируют информацию и сообщают машине тип каждого выбранного ею примера.
А пока мы сосредоточимся на одной..
Введение в активное обучение
Что такое активное обучение?
Цель этой публикации - помочь демистифицировать активное обучение и показать, чем оно отличается от стандартного машинного обучения с учителем.
Во-первых, что такое активное обучение? Активное обучение - это структура машинного обучения, в которой алгоритм обучения может интерактивно запрашивать пользователя (учителя или оракула), чтобы он пометил новые точки данных истинными метками. Процесс активного обучения также называют оптимальным экспериментальным..
Улучшение на основе активного обучения для нескольких доменов
Модели в глубоком обучении требуют большого количества размеченных данных, чтобы повысить точность и производительность по сравнению с другими подходами. Однако доступность такого большого количества размеченных данных является узким местом для различных доменов. Одним из новых подходов, который ранее демонстрировался для получения более точных результатов, является подход под названием Tri-training [6], в котором 3 отдельные модели были обучены с частичными обучающими данными для создания..
Что происходит, когда машинам интересно учиться?
Допрос, чтобы утолить поиски
2017 год был захватывающим годом для AI / ML, предлагается множество достижений ML (технические документы, проекты), которые определенно помогают эволюционировать (делать маленькие шаги) от нашего текущего AI в более общий AI (общий искусственный интеллект).
Начиная с сети Капсула Хинтона как альтернативы сверточной нейронной сети, Эволюционных стратегий OpenAI как масштабируемой альтернативы обучению с подкреплением, статей Uber NeuroEvolution , Alpha..
Введение в активное обучение
Текущая полезность и доступность машинного обучения частично объясняются экспоненциальным увеличением доступности данных с течением времени. Хотя данных много, может быть сложно получить ярлыки, необходимые для конкретных задач контролируемого машинного обучения. На ODSC West в 2018 году д-р Дженнифер Прендки рассказала об активном обучении , методе, который можно использовать для минимизации времени и затрат, необходимых для создания подходящего набора данных для обучения с..
Как определить, поможет ли активное обучение решить вашу проблему
Активное обучение — одна из наиболее недооцененных техник машинного обучения. У многих из нас был некоторый опыт работы с ним в школе, когда мы использовали хорошо подобранные академические наборы данных, но мало кто использует его в деловом мире для обработки реальных данных со всей их запутанной сложностью.
Здесь, в Alectio, мы считаем, что методы активного обучения несправедливо оклеветаны и потенциально меняют правила игры для решения определенных проблем не в академических кругах, а..
Представляем аннотатор данных для машинного обучения
Комплексная платформа для аннотации данных для машинного обучения
Современные модели машинного обучения с учителем (ML) достигли высочайшего уровня точности при решении традиционно сложных задач, опираясь на массивные высококачественные наборы данных с ручной маркировкой. Курсы машинного обучения, учебные пособия и задачи Kaggle предоставляют чистые помеченные данные и сосредоточены на творческой разработке функций и оптимизации производительности модели на нереалистичном (чистом)..
