带弃标反馈的贝叶斯主动学习
机器学习
2021-01-01 v2 人工智能
最优化与控制
机器学习
摘要
我们研究基于池的带弃标反馈的主动学习，其中标注者可以以某未知弃标率对查询样本弃标。这是一个具有重要实际用途的重要问题。我们对该问题采用贝叶斯方法，并开发了两种新的贪心算法，可同时学习分类问题与未知弃标率。这通过简单将估计的平均弃标率纳入贪心准则来实现。我们证明两种算法均具有近最优性保证：它们分别达到某有用效用函数的最优期望或最坏情况值的常数因子近似。我们的实验表明这些算法在各种实际场景中表现良好。
引用
@article{arxiv.1906.02179,
title = {Bayesian Active Learning With Abstention Feedbacks},
author = {Cuong V. Nguyen and Lam Si Tung Ho and Huan Xu and Vu Dinh and Binh Nguyen},
journal= {arXiv preprint arXiv:1906.02179},
year = {2021}
}
备注
Poster presented at 2019 ICML Workshop on Human in the Loop Learning 2019 (non-archival). arXiv admin note: substantial text overlap with arXiv:1705.08481