研究人员开发了一种新颖的主动学习方法,该方法将预言机的弃权行为纳入学习过程。该方法考虑了预言机可能不提供标签的情况,并且其响应概率与分类器的参数相关联。该研究推导了一个针对无关参数调整的分类器信息度量,该度量与多类风险的曲率相结合,形成了一个最小化超额风险的获取标准。模拟和消费者投诉回放表明,这种响应感知获取策略可以通过利用标签和弃权信息,在查询预算较大时优于传统方法。 AI
影响 这项研究可能通过更好地利用预言机反馈,从而在机器学习中实现更有效的数据标记策略,有可能降低成本并提高模型性能。
排序理由 该集群包含一篇详细介绍机器学习新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →