Intelligens indikátor az opciókhoz, Kriptovaluta kisokos - Mi a kriptovaluta és hogyan kereskehetsz CFD-ken

A félig felügyelt tanulás területe azt kutatja, hogyan lehet kihasználni a címkézetlen mintákban rejlő információt. Ha pedig módunk van megválasztani, hogy a minták melyik részéhez kérjünk címkét, aktív tanulásról beszélünk [ és ].

Szemben tehát a szokásos passzív modellekkel, ahol a tanuláshoz a címkéket a tanuló algoritmustól függetlenül kapjuk, az aktív tanulásnál a tanuló ágens interaktívan választhatja ki, hogy melyik adatpontokhoz akar címkét. Ettől azt remélhetjük, hogy jelentősen csökkentheti a szükséges címkék számát, ezzel megvalósíthatóbbá téve a problémák gépi tanulás révén való megoldását.

Mind empirikusan, mind elméletileg ez a remény bizonyos esetekben indokoltnak tűnik.

Akik tanuló algoritmusokat fejlesztenek vagy használnak, gyakran szembesülnek azzal az igénnyel, hogy több címkére lenne szükség. Ilyenkor az aktív tanulás segíthet. Itt a címkézetlen adat a vegyület leírása, a címke, hogy kötődik-e, és a címke nyerése a kémiai kísérlettel történik.

Utcai gyalogos detektálás gépjármű kamerával []: Fel kell ismerni a gyalogosokat képeken. Itt a címkézetlen pont a kép gyanús téglalapja, címke, hogy gyalogos-e, és a címke nyerése emberi osztályozással történik.