一种面向单步主动学习的元学习方法
机器学习
2017-07-18 v2
摘要
我们考虑在获取训练标签成本高昂时的学习问题，文献中通常使用主动学习技术来解决这一问题。这些方法提供了在训练之前或期间选择待标记样本的策略。这些策略通常基于启发式方法甚至理论度量，但并未被学习，而是直接在训练中使用。我们设计了一个模型，旨在利用元学习设置来\textit{学习主动学习策略}。具体而言，我们考虑基于池 (pool-based) 的设置，其中系统观察问题的所有数据集样本，并必须单次选择待标记的样本子集。实验显示了令人鼓舞的结果。
引用
@article{arxiv.1706.08334,
title = {A Meta-Learning Approach to One-Step Active Learning},
author = {Gabriella Contardo and Ludovic Denoyer and Thierry Artieres},
journal= {arXiv preprint arXiv:1706.08334},
year = {2017}
}