Entropy-Based Active Learning for Object Recognition(2008)
基于熵的理论，认为选择训练样本后所训练的分类模型在剩下的 unlabeled_pool 中对每个样本计算出的熵之和最小。(Minimum Excepted Entropy)
即先计算出样本x的分类概率，在根据该概率来加权计算剩下 unlabeled_pool 中的样本熵
基于熵的理论，认为选择训练样本后所训练的分类模型在剩下的 unlabeled_pool 中对每个样本计算出的熵之和最小。(Minimum Excepted Entropy)
即先计算出样本x的分类概率，在根据该概率来加权计算剩下 unlabeled_pool 中的样本熵
本文标题：一些论文的记录
本文链接：https://www.haomeiwen.com/subject/jazvvqtx.html
网友评论