เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การสร้าง Active Learning Pipeline

ในแบบฝึกหัดนี้ จะได้ตั้งค่า active learner โดยใช้โมเดล logistic regression และกลยุทธ์ uncertainty sampling

ชุดข้อมูลถูกโหลดไว้แล้ว โดยมี X_labeled สำหรับข้อมูลฝึกที่มีเลเบล, X_unlabeled สำหรับข้อมูลฝึกที่ยังไม่มีเลเบล และ y_labeled สำหรับเลเบล

ไลบรารีที่จำเป็นถูก import มาแล้ว ได้แก่ ActiveLearner จาก modAL.models, uncertainty_sampling จาก modAL.uncertainty และ LogisticRegression จาก sklearn.linear_model

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Reinforcement Learning from Human Feedback (RLHF)

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้างออบเจกต์ ActiveLearner
  • ใช้ LogisticRegression เป็น estimator
  • ใช้ uncertainty sampling เป็น query strategy
  • กำหนดค่าเริ่มต้นให้ learner ด้วยข้อมูลฝึกที่มีเลเบลแล้ว

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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