active-learning:主动学习工作坊

【文件属性】：
文件名称：active-learning:主动学习工作坊
文件大小：21.89MB
文件格式：ZIP
更新时间：2021-05-16 23:21:24
JupyterNotebook 主动学习 此回购伴随着我在2018年5月与Tal Perry在以色列特拉维夫举行的欧洲数据科学峰会的一部分下举办的名为“使用主动学习以更少的资源实现更多的成就”的研讨会。 它包含一个演示文稿和2个笔记本，分别在MNIST数字数据集和垃圾邮件/火腿电话短信的数据集上演示了主动学习的基础。 研讨会摘要 近年来，大型带注释数据集的引入对深度神经网络和机器学习模型的兴起做出了重要贡献。 但是，在许多领域中，获取大量标签非常困难，耗时且昂贵，而未标记的数据又便宜又丰富。 多项工作表明，使用主动学习，机器学习算法可以用更少的训练标签来实现更高的准确性-允许他们选择从中学习数据。 在本研讨会中，我们将对主动学习进行一般性介绍，包括成功和失败的理论和经验证据。 我们将编写实现领先的主动学习方法的代码，并将它们用于测试集，以解决图像分类，音频分类和NLP中的问题。

【文件预览】：
active-learning-master
----active_learning_mnist.ipynb(3.31MB)
----Active Learning Workshop - DSS 2018 - Omri Allouche.pptx(8.82MB)
----.ipynb_checkpoints()
--------active_learning_spam-no_code_and_output-checkpoint.ipynb(17KB)
--------active_learning_mnist-checkpoint.ipynb(3.31MB)
--------active_learning_spam-checkpoint.ipynb(979KB)
--------active_learning_spam-no_code-checkpoint.ipynb(966KB)
--------active_learning_mnist-no_code-checkpoint.ipynb(3.31MB)
--------active_learning_spam_no_code-checkpoint.ipynb(898KB)
----active_learning_mnist-no_code.ipynb(3.31MB)
----README.md(1KB)
----active_learning_spam-no_code_and_output.ipynb(17KB)
----active_learning_spam.ipynb(979KB)
----SMSSpamCollection(467KB)
----Active Learning Workshop - DSS 2018 - Omri Allouche.pdf(2.08MB)
----active_learning_spam-no_code.ipynb(966KB)