Začněte nyníZačněte zdarma

Implementace pipeline aktivního učení

V tomto cvičení nastavíš active learnera s využitím modelu logistické regrese a strategie uncertainty sampling.

Dataset je načtený: X_labeled obsahuje označená trénovací data, X_unlabeled neoznačená trénovací data a y_labeled štítky.

Potřebné knihovny jsou naimportované: ActiveLearner z modAL.models, uncertainty_sampling z modAL.uncertainty a LogisticRegression z sklearn.linear_model.

Toto cvičení je součástí kurzu

Reinforcement Learning from Human Feedback (RLHF)

Zobrazit kurz

Pokyny k cvičení

  • Inicializuj objekt ActiveLearner.
  • Jako estimátor použij LogisticRegression.
  • Jako strategii dotazování použij uncertainty sampling.
  • Inicializuj learnera s označenými trénovacími daty.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create the active learner object
learner = ____(
    # Set the estimator 
    ____,
    # Set the query strategy
    ____,
    # Pass the labeled data
    X_training=____, y_training=____
)
Upravit a spustit kód