Más contenido relacionado
La actualidad más candente (20)
Similar a Active Learning from Imperfect Labelers @ NIPS読み会・関西 (20)
Active Learning from Imperfect Labelers @ NIPS読み会・関西
- 4. ・今回話さないこと
・本論文
Ac#ve
Learning
from
Imperfect
Labelers
中で出てくる定理,事実の証明の詳細
・Ac#ve
learningの詳細な分類,歴史,理論的背景
(Burr
SeHlesによるサーベイ論文
Ac#ve
Learning
Literature
Surveyが詳しい)
(理論的な背景は S
Hanneke
の
Theore#cal
Founda#on
of
Ac#ve
Learning)
- 29. ・Ac#ve
Learning
from
Imperfect
Labelers
Labeler
・本当にLabelerは”正しい”か?
No!!
現実問題として,アノテーション自体の精度
が低い例はいくらでもある.
クラウドソーシング,データが難解,etc
そもそもアノテーションが不可能なデータ
が含まれていることも
- 50. ・Condi#on1より,学習が収束すること(consistent)
を示すことができる.
データが真の決定境界
g*
に近づくほど,
Labelerが回答しない確率P(±|x)が上昇
データの位置に関わらず,Labelerは,
一定確率で誤ったラベルをつける
Condi#on1
|| g− g*|| <ε with
prob
at
least
1-‐δ/2
先述のアルゴリズムで最適化