Nehodí se? Vůbec nevadí! U nás můžete do 30 dní vrátit
S dárkovým poukazem nešlápnete vedle. Obdarovaný si za dárkový poukaz může vybrat cokoliv z naší nabídky.
30 dní na vrácení zboží
Les méthodes d'apprentissage statistiques exploitent des exemples, pour enseigner un comportement ŕ un modčle prédictif. La classification supervisée requiert des exemples étiquetés. En pratique, l'étiquetage des exemples peut se révéler coűteux. Dans certains cas, l'étiquetage implique un expert humain, un instrument de mesure, un temps de calcul levé...etc. Les méthodes d'apprentissage actif réduisent le coűt de préparation des données. Ces méthodes cherchent ŕ étiqueter uniquement les exemples les plus utiles ŕ l'apprentissage d'un modčle. Les stratégies actives de la littérature utilisent généralement des modéles globaux ŕ l'espace des variables d'entrées. Nous proposons une stratégie originale qui effectue un partitionnement dichotomique récursif de l'espace d'entrée. Cette stratégie met en compétition les modčles locaux ŕ chacune des zones, pour choisir les exemples ŕ étiqueter.