基于样例池类标改变率的主动学习算法终止准则研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 训练集规模终止准则 | 第11页 |
| 1.2.2 最大不确定性终止准则 | 第11页 |
| 1.2.3 整体不确定性终止准则 | 第11页 |
| 1.2.4 选择精度终止准则 | 第11-12页 |
| 1.2.5 最小期望误差终止准则 | 第12页 |
| 1.3 研究内容 | 第12-13页 |
| 第2章 主动学习简介 | 第13-18页 |
| 2.1 主动学习历史背景 | 第13页 |
| 2.2 主动学习与被动学习 | 第13-14页 |
| 2.3 主动学习过程与算法介绍 | 第14-15页 |
| 2.4 基于池的主动学习算法 | 第15-18页 |
| 2.4.1 基于版本空间缩减的主动学习算法 | 第16-17页 |
| 2.4.2 基于期望误差缩减的主动学习算法 | 第17页 |
| 2.4.3 基于不确定性缩减的主动学习算法 | 第17-18页 |
| 第3章 决策树 | 第18-23页 |
| 3.1 决策树简介 | 第18页 |
| 3.2 分割属性选择 | 第18-19页 |
| 3.3 ID3 算法 | 第19-20页 |
| 3.4 模糊决策树 | 第20-23页 |
| 第4章 基于样例池类标改变率的主动学习终止策略 | 第23-33页 |
| 4.1 问题提出 | 第23-24页 |
| 4.2 问题分析 | 第24-25页 |
| 4.3 算法描述 | 第25-28页 |
| 4.4 算法简化 | 第28-31页 |
| 4.5 实验分析 | 第31-33页 |
| 第5章 总结与展望 | 第33-35页 |
| 5.1 本文总结 | 第33页 |
| 5.2 工作展望 | 第33-35页 |
| 参考文献 | 第35-38页 |
| 致谢 | 第38-39页 |
| 攻读学位期间取得的科研成果 | 第39页 |
