摘要：近年，随着人工智能的快速发展，机器学习逐渐成为学术研究的热点。其传统监督学习问题中，学习算法是外界给定已标注实例集作为训练集进行训练，从中归纳出模型。而现实应用中，对实例集进行标注代价昂贵、枯燥乏味或是异常困难[1]。有监督的学习方法都依赖于标注的样本，所以很多情况下，算法和处理方法实现了，就是缺少样本，所以就需要人工进行标注，这里遇到一个问题，如何在保证分类准确率的情况下，减少人工标注的数量。解决这个问题的一种方法就是主动学习。其核心思想是算法通过少量标注，可以实现与从训练集中获取更高精度的数据。

原文链接:http://d.wanfangdata.com.cn/Periodical/kjzw201616209

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）