首页
›
智能汽车与新能源汽车工程
›
080-Hard Case长尾挖掘与主动学习工程
›
《基于不确定性的主动学习数据闭环工程》
VIP9
本课程属于:080-Hard Case长尾挖掘与主动学习工程
智能汽车与新能源汽车工程 · 共 9 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
基于不确定性的主动学习数据闭环工程
共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=主动学习与数据闭环工程的定义 · 价值 · 典型应用场景与整体学习路线图
课程导入
目标=主动学习
02
机器学习数据瓶颈
目标=标注成本 · 数据分布偏移 · 长尾问题与主动学习的必要性
机器学习数据瓶颈
目标=标注成本
03
主动学习基础
目标=池式主动学习 · 流式主动学习 · 查询合成与成员查询的基本范式
主动学习基础
目标=池式主动学…
04
不确定性基础
目标=aleatoric 与 epi… · 来源及其在主动学习中的角色
不确定性基础
aleatoric
05
不确定性度量方法一
目标=熵 · 置信度 · 边际采样与最小置信度准则的公式与适用…
不确定性度量方法…
目标=熵
06
不确定性度量方法二
目标=贝叶斯神经网络 · MC Dropout · 深度集成与预测方差估计
不确定性度量方法…
目标=贝叶斯神经…
07
不确定性度量方法三
目标=高斯过程 · 贝叶斯线性回归与可解析不确定性在主动…
不确定性度量方法…
目标=高斯过程
08
不确定性校准
目标=可靠性图 · ECE · 温度缩放与校准对主动学习采样质量的影…
不确定性校准
目标=可靠性图
09
数据闭环工程概述
目标=从数据采集 · 标注 · 训练
数据闭环工程概述
目标=从数据采集
10
闭环中的主动学习策略
目标=不确定性采样 · 多样性采样 · 代表性采样与混合策略
闭环
主动学习策略
11
批量化主动学习
目标=批采样中的冗余问题 · 核心集方法 · BADGE 与聚类约束策略
批量化主动学习
目标=批采样
12
冷启动与初始标注集
目标=无监督预训练 · 自监督表征与少量种子样本的选择方法
冷启动
初始标注集
13
标注工程与人在回路
目标=标注界面设计 · 标注质量控制 · 主动学习与众包结合
标注工程
回路
14
噪声标注与不确定性
目标=标注噪声建模 · 鲁棒主动学习与噪声感知采样准则
噪声标注
不确定性
15
分布偏移下的主动学习
目标=领域自适应 · 开放集识别与不确定性驱动的偏移检测
分布偏移下的主动…
目标=领域自适应
16
半监督与主动学习结合
目标=伪标签 · 一致性正则与不确定性加权的联合训练
半监督
主动学习结合
17
主动学习中的评估指标
目标=标注效率曲线 · AULC · 精度-召回权衡与统计显著性检验
主动学习
评估指标
18
数据闭环中的反馈机制
目标=模型性能监控 · 数据漂移检测与再训练触发策略
数据闭环
反馈机制
19
工程化数据管道
目标=数据版本控制 · 特征存储 · 实验追踪与主动学习循环自动化
工程化数据管道
目标=数据版本控…
20
主动学习系统架构
目标=离线批处理 · 在线服务 · 人机协同与可扩展性设计模式
主动学习系统架构
目标=离线批处理
21
案例实战一
目标=图像分类中的不确定性主动学习与…
案例实战一
目标=图像分类
22
案例实战二
目标=自然语言处理中的主动学习——文… · 命名实体识别与问答
案例实战二
目标=自然语言处…
23
案例实战三
目标=目标检测与语义分割中的主动学习…
案例实战三
目标=目标检测
24
案例实战四
目标=推荐系统与点击率预测中的探索-…
案例实战四
目标=推荐系统
25
常见问题与陷阱
目标=采样偏差 · 冷启动失效 · 不确定性估计不准与闭环震荡
常见问题
陷阱
26
高级主题一
目标=基于强化学习的主动学习策略与元…
高级主题一
目标=基于强化学…
27
高级主题二
目标=因果主动学习 · 反事实不确定性与公平性感知采样
高级主题二
目标=因果主动学…
28
高级主题三
目标=大模型时代的主动学习——提示学… · 上下文学习与人类反馈闭环
高级主题三
目标=大模型时代…
29
综合项目
目标=设计并实现一个端到端的不确定性…
综合项目
目标=设计并实现…
30
课程总结与展望
目标=核心方法论回顾 · 工程最佳实践 · 开放挑战与未来方向
课程总结
目标=核心方法论…
所属VIP或分类
同VIP:OOD检测与异常场景挖掘工程
同VIP:场景覆盖度评估与数据补齐工程
同VIP:对抗样本与Corner-Case生成工程