Khoá học Active Learning – Bài 2.2 – Các thuật toán Uncertainty Cơ bản – Thực hành

Khoá học Active Learning là một trong những khoá học nằm trong chuỗi các khoá học miễn phí của Sun* AI Research chia sẻ về các chủ đề nhỏ trong lĩnh vực AI. Khoá học cung cấp kiến thức và các thuật toán cơ bản của Active Learning – một kĩ thuật rất hữu ích

Khoá học Active Learning là một trong những khoá học nằm trong chuỗi các khoá học miễn phí của Sun* AI Research chia sẻ về các chủ đề nhỏ trong lĩnh vực AI. Khoá học cung cấp kiến thức và các thuật toán cơ bản của Active Learning – một kĩ thuật rất hữu ích trong dự án thực tế với trường hợp chi phí gán nhãn dữ liệu hạn chế. Trong bài học này chúng ta sẽ cùng nhau tìm hiểu về các thuật toán Uncertainty Sampling cơ bản trong Active Learning. Các thuật toán này là các thuật toán nền tảng và có khả năng ứng dụng rất tốt trong các bài toán học máy. Chúng ta sẽ cùng nhau thực hành và so sánh sự hiệu quả của các thuật toán chính như:

  • Random Sampling
  • Least confidence sampling
  • Entropy-based sampling
  • Margin based sampling
  • Ratio based sampling

Rất mong các bạn ủng hộ team Sun* AI Research trong chuỗi các khoá học miễn phí dành cho cộng đồng nhé.

Nguồn: viblo.asia

Bài viết liên quan

Tấn Công Ứng Dụng Web: Mối Đe Dọa Hàng Đầu – Phần 2

viết lại nội dung này ” Phát hiện các cuộc tấn công Cross Site Scripting (XSS)

AI Chatbot 2025: Xu Hướng Tất Yếu Cho Doanh Nghiệp Dẫn Đầu

Giới thiệu AI chatbots đã trải qua một hành trình đáng kể, từ những công cụ t

Tấn Công Ứng Dụng Web: Mối Đe Dọa Hàng Đầu – Phần 1

Tấn công web là gì? Ứng dụng web là các ứng dụng cung cấp dịch vụ cho người

SEO Mũ Trắng, Mũ Đen, Mũ Xám: Hiểu Biết và Lựa Chọn Phù Hợp

SEO Mũ Trắng, Mũ Đen, Mũ Xám: Hiểu Biết và Lựa Chọn Phù Hợp Trong kỷ nguyên s