机器学习中的有效查询
Effective queries in machine learning
我正在阅读有问题的 ML 文本：
If we have a supervisor who can provide us with the label for any
x, where should we choose x to learn with fewer queries?
所以我将其解释为：
We are asked to help expedite the learning process by selecting test
elements that provide the most discriminatory information.
我认为这将是一个迭代算法：即后续测试元素的选择取决于先前选择的元素。问题不清楚的是：
- 后续元素的选择也取决于先前查询的结果。
所以我的问题这里是：是否有一些关于上述问题的信息论唯一答案？或者是否有多种方法可能相似 effectiveness/speed?
** 注：这不是作业，是我的自学
有多种方法。
实际上，这个设置是一个名为Active learning. There are a lot of methods for choosing x based on different strategies - see section 3 of this survey paper的机器学习任务。
一般来说，主动学习（也称为查询学习或'optimal experimental design'）中的大多数技术将使用所有 观察，包括先前查询的结果或结果。由于您想了解 x 和结果之间的关系，这两条信息对于确定如何选择 x 的最佳值很有用。
我正在阅读有问题的 ML 文本：
If we have a supervisor who can provide us with the label for any x, where should we choose x to learn with fewer queries?
所以我将其解释为：
We are asked to help expedite the learning process by selecting test elements that provide the most discriminatory information.
我认为这将是一个迭代算法：即后续测试元素的选择取决于先前选择的元素。问题不清楚的是：
- 后续元素的选择也取决于先前查询的结果。
所以我的问题这里是：是否有一些关于上述问题的信息论唯一答案？或者是否有多种方法可能相似 effectiveness/speed?
** 注：这不是作业，是我的自学
有多种方法。 实际上，这个设置是一个名为Active learning. There are a lot of methods for choosing x based on different strategies - see section 3 of this survey paper的机器学习任务。
一般来说，主动学习（也称为查询学习或'optimal experimental design'）中的大多数技术将使用所有 观察，包括先前查询的结果或结果。由于您想了解 x 和结果之间的关系，这两条信息对于确定如何选择 x 的最佳值很有用。