1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie przez wzmacnianie z informacją zwrotną od człowieka (RLHF)
Connected

ćwiczenie

Implementacja potoku aktywnego uczenia

W tym ćwiczeniu skonfigurujesz aktywny model uczenia, korzystając z regresji logistycznej i strategii próbkowania opartej na niepewności.

Zbiór danych został wczytany: X_labeled zawiera oznaczone dane treningowe, X_unlabeled – dane bez etykiet, a y_labeled – etykiety.

Wymagane biblioteki zostały już zaimportowane: ActiveLearner z modAL.models, uncertainty_sampling z modAL.uncertainty oraz LogisticRegression z sklearn.linear_model.

Instrukcje

100 XP
  • Zainicjalizuj obiekt ActiveLearner.
  • Użyj LogisticRegression jako estymatora.
  • Użyj próbkowania opartego na niepewności jako strategii zapytań.
  • Zainicjalizuj model na oznaczonych danych treningowych.