Active learning 루프
이제 Active learning을 설정했으니 활용해 볼 차례예요! 이 연습 문제에서는 데이터를 지속적으로 더 잘 분류할 수 있도록 루프를 구현해 보겠습니다.
데이터셋은 이미 로드되어 있으며, 라벨이 있는 학습 데이터는 X_labeled, 라벨이 없는 학습 데이터는 X_unlabeled, 라벨은 y_labeled에 저장되어 있어요.
learner 객체는 미리 임포트해 두었습니다.
이 연습은 강의의 일부입니다
Reinforcement Learning from Human Feedback (RLHF)
연습 안내
10번의 쿼리를 실행하는 루프를 구현하세요.- 각 반복에서, 현재 라벨이 있는 데이터로 학습자가 스스로 학습하도록 하세요.
- 라벨이 없는 데이터에서 가장 불확실한 데이터 포인트를 조회하도록 학습자를 사용하고, 인스턴스 개수는
5로 설정하세요. - 그에 맞게 라벨이 없는 데이터셋을 업데이트하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Set the number of queries
____
for _ in range(n_queries):
# Use the current labeled data
____
# Query from unlabeled data
query_idx, _ = ____
X_new, y_new = X_unlabeled[query_idx], y[query_idx]
X_labeled = np.vstack((X_labeled, X_new))
y_labeled = np.append(y_labeled, y_new)
# Update the unlabeled dataset
X_unlabeled = np.delete(____, query_idx, axis=0)