InayofuataMwongozo unaofuata
Aljebra ya Mistari kwa Kujifunza kwa Mashine (Machine Learning)
Misingi
MUONGOZO wa Misingi
Kujifunza kwa Shughuli
Kujifunza kwa vitendo ni mkakati wa mafunzo ambapo kielelezo chenyewe huchagua ni mifano ipi isiyo na lebo ambayo mwanadamu anapaswa kuiwekea lebo inayofuata.
Sikiliza mwongozo huuInaonyeshwa na AI · ~2 min
Katika ukurasa huudk 2 kusoma
Muhtasari
It matters because labeling data is expensive, and smart selection can reach high accuracy with a fraction of the annotations.
Dive ya kina
Mafunzo mengi yanayosimamiwa huchukulia kuwa tayari una rundo kubwa la data iliyo na lebo. Mafunzo amilifu yanageuza kwamba: unaanza na seti ndogo iliyo na lebo na kundi kubwa la mifano isiyo na lebo, kisha umwombe mwanadamu mara kwa mara ('eneo la ndani') kuwekea lebo zenye taarifa zaidi pekee. Muundo umefunzwa, hutumika kupata alama kwenye bwawa lisilo na lebo, na mifano ya thamani ya juu zaidi hutumwa kwa ajili ya kuweka lebo - kisha kitanzi hurudia. Mikakati ya kawaida ya uteuzi ni pamoja na sampuli za kutokuwa na uhakika (chagua mifano ambayo muundo haujiamini sana), hoja-kwa-kamati (chagua ambapo mkusanyiko haukubaliani), na sampuli za anuwai (chukua maeneo anuwai ya data). Ukimaliza vizuri, ujifunzaji amilifu unaweza kulingana na usahihi kamili wa seti ya data kwa kutumia lebo chache zaidi, ndiyo maana ni maarufu katika picha za matibabu, NLP, na kikoa chochote ambapo ufafanuzi wa kitaalamu ni wa polepole au wa gharama.
Utekelezaji wa Ulimwengu Halisi
Timu ya radiolojia hufunza kigunduzi cha uvimbe kwa kuweka alama ya kielelezo kuwa uchunguzi usio na utata zaidi ili wataalamu wa radiolojia waweke lebo, na hivyo kukata saa za maelezo kwa kiasi kikubwa.
Mfumo wa udhibiti wa barua taka au wa kudhibiti maudhui huweka ujumbe wa mipaka ambao hauna uhakika sana nao kwa wakaguzi wa kibinadamu, unaoboreshwa kwa kasi zaidi kwenye kesi za makali makali.
Kampuni ya utambuzi wa matamshi huchagua klipu za sauti ambapo muundo wake hauna uhakika zaidi (lafudhi, kelele) za kutuma ili kunukuliwa, badala ya kuweka lebo klipu za nasibu.
Katalogi ya biashara ya kielektroniki hutumia hoja baada ya kamati kuchagua picha za bidhaa ambapo waainishaji wengi hawakubaliani, wakizipa kipaumbele kwa uwekaji lebo wa kategoria mwenyewe.
Mustakabali wa Kujifunza Amilifu
Mafunzo amilifu yanazidi kuoanishwa na miundo mikubwa iliyofunzwa awali na ya msingi, ambapo lengo hubadilika kutoka kuweka lebo kila kitu hadi kurekebisha kwa bei nafuu kwenye mifano michache ya thamani ya juu. Tarajia muunganisho mkali zaidi na usimamizi dhaifu, mafunzo ya mapema ya kujidhibiti, na zana za kibinadamu ambazo zinapendekeza lebo kwa wakaguzi kuthibitisha badala ya kuunda. Kwa vile gharama za kuweka lebo hutawala utumaji mwingi halisi, uteuzi wa kiotomatiki pamoja na violesura bora vya vielelezo vitasalia kuwa msingi wa miundo ya miundo katika vikoa maalum, visivyo na data kama vile dawa na sheria.
Kuiweka katika vitendo
Kwa nini ni muhimu
- Maamuzi ya wazi zaidi. Inakusaidia kutenganisha madai ya wazi ya kiufundi kutoka kwa lugha ya uuzaji.
- Gharama na bajeti. Unaweza kuuliza maswali ya utekelezaji bora kabla ya kutumia pesa au wakati.
- Timu na mtiririko wa kazi. Timu zenye uelewa wa pamoja hufanya maamuzi bora ya bidhaa, sera na mafunzo.
Jihadharini na
- Timu tofauti zinaweza kutumia neno moja tofauti, kwa hivyo fafanua upeo mapema.
- Vigezo vinaweza kuonekana kuwa na nguvu ilhali utendakazi wa ulimwengu halisi haufanani.
- Kupuuza ubora wa data na mipango ya tathmini mara nyingi huleta matokeo tete.
Hatua zinazofuata
- Anza na ufafanuzi wa lugha rahisi wa matokeo unayohitaji.
- Chagua kipimo kimoja cha mafanikio na hali moja ya kutofaulu kabla ya kujaribu.
- Tekeleza majaribio madogo yenye data wakilishi, si seti ya onyesho iliyoboreshwa.
- Hati ambapo Kujifunza kwa Shughuli kunasaidia na ambapo mbinu rahisi ni bora zaidi.
Endelea Kuchunguza
Jarida halali
Pata taarifa ya kila siku ya AI
Hadithi tatu za AI zilizothibitishwa kila asubuhi ya wiki, zimetengenezwa kwa Kiingereza rahisi. Bila malipo daima, hakuna matangazo.
Barua pepe moja kila siku ya wiki. Jiondoe kwa bonyeza moja. Hatutauza au kushiriki anwani yako.
Jijaribu mwenyewe
Take the Active Learning quiz
Maoni ya haraka juu ya kila jibu, na cheti kinachoweza kushirikishwa na kitambulisho kinachoweza kuthibitishwa baada ya kupita kozi.
Changia elimu ya AI bila malipo. AI Understanding ni 501(c)(3) isiyo na faida — hakuna matangazo, hakuna kizuizi cha malipo, daima. Toa mchango
Maswali yanayoulizwa mara kwa mara
What is Active Learning?
Kujifunza kwa vitendo ni mkakati wa mafunzo ambapo kielelezo chenyewe huchagua ni mifano ipi isiyo na lebo ambayo mwanadamu anapaswa kuiwekea lebo inayofuata. Ni muhimu kwa sababu data ya kuweka lebo ni ghali, na uteuzi mahiri unaweza kufikia usahihi wa juu kwa sehemu ya vidokezo.
A team has a large unlabeled pool but limited expert time. What does active learning ask the team to label next?
The guide describes querying an oracle for selected informative examples, then using their labels in training.
In the guide’s active-learning loop, what is the oracle?
The oracle provides labels for selected examples; it is commonly a human annotator or expert.
Two product classifiers disagree strongly on a category. Which strategy would prioritize that example for labeling?
Query-by-committee selects examples on which several models disagree.
A classifier assigns two classes almost equal probabilities for an unlabeled item. Why might uncertainty sampling query it?
A small margin between leading class scores is one uncertainty signal described by the guide.
Why might a batch selector combine diversity with uncertainty?
The guide warns that greedily chasing uncertainty can ignore other parts of the data.
Endelea kujifunza
Miongozo inayohusiana
Miongozo zaidi imechaguliwa kwa mada hii