摘要：主动学习算法通过选择信息含量大的未标记样例交由专家进行标记，多次循环使分类器的正确率逐步提高，进而在标记总代价最小的情况下获得分类器的强泛化能力，这一技术引起了国内外研究人员的关注．侧重从采样策略的角度，详细介绍了主动学习中学习引擎和采样引擎的工作过程，总结了主动学习算法的理论研究成果，详细评述了主动学习的研究现状和发展动态．首先，针对采样策略选择样例的不同方式将主动学习算法划分为不同类型，进而，对基于不同采样策略的主动学习算法进行了深入地分析和比较，讨论了各种算法适用的应用领域及其优缺点．最后指出了存在的开放性问题和进一步的研究方向．

原文链接:http://www.cqvip.com//QK/94913X/201206/42297621.html

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。）