Активное обучение

Видеозаписи

Лекция

Семинар

Содержание лекции

• Постановка задачи машинного обучения. Основные стратегии: отбор объектов из выборки и из потока, синтез объектов. Приложения активного обучения.
• Почему активное обучение быстрее пассивного. Оценивание качества активного обучения. Кривые обучения.
• Сэмплирование по неуверенности.
• Сэмплирование по несогласию в комитете. Сокращение пространства решений.
• Сэмплирование по ожидаемому изменению модели.
• Сэмплирование по ожидаемому сокращению ошибки.
• Синтез объектов методами безградиентной оптимизации. Метод Нелдера-Мида.
• Синтез объектов по критерию сокращения дисперсии.
• Взвешивание по плотности.
• Введение изучающих действий в стратегию активного обучении. Алгоритмы ε-active и EG-active.
• Использование активного обучения в краудсорсинге. Согласование оценок аннотаторов. Назначение заданий аннотаторам.

Материалы

• Презентация Voron-ML-AL-slides.pdf (PDF, 2.3 МБ) — прикреплена к публикации.

Материалы курса © К. В. Воронцов. Текст и слайды распространяются по лицензии CC BY-SA 3.0 — на условиях этой лицензии они воспроизведены здесь без изменений. Видеозаписи размещены на YouTube и встроены по ссылке; их копии здесь не хранятся.