Lilian Weng研究・専門家·2022年2月20日 09:00·約1分
限られたデータでの学習 第2部:アクティブラーニング
本文の状態
日本語全文あり
詳細モードで約1分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
Lilian Weng
30秒でわかる
教師あり学習では高品質なラベルが重要だが、収集コストが高い。アクティブラーニングは、限られた予算でラベル付けリソースを活用し、データ不足を補う手法である。本記事は限られたラベルデータへの対応策の第2部として、人間のラベリング作業を一部含むアプローチについて解説する。
背景や根拠まで確認しますか?
元記事の内容を、読みやすい日本語で続けて確認できます。
Continue in AI NEW LAB
このニュースを、実務の判断につなげる
AI NEW LABで、試したことや先に確認したい条件を共有できます。まずはログインなしで読めます。
AI NEW LABで論点を見るこの記事をシェア
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み