基于代价感知学习的模型探索
机器学习
2020-10-12 v1 机器学习
摘要
我们提出了主动学习流程的一种扩展，其中显式考虑了非常数代价。本工作同时考虑已知与未知代价，并引入术语 ε-frugal 用于指代不仅考虑最小化总代价而且能够探索样本空间高代价区域的 learner。我们在一个知名的机器学习数据集上演示了我们的扩展，发现我们的 ε-frugal learner 优于已知代价的 learner 与随机采样。
引用
@article{arxiv.2010.04512,
title = {Model Exploration with Cost-Aware Learning},
author = {Namid Stillman and Igor Balazs and Sabine Hauert},
journal= {arXiv preprint arXiv:2010.04512},
year = {2020}
}