أخذ العينات حسب عدم اليقين (Uncertainty Sampling) هو مصطلح ظهر في مقالات قرمصيص ويستحق شرحاً مستقلاً. استراتيجية تعلم نشط تطلب تسمية الأمثلة التي يكون النموذج أقل ثقة في توقعها. فهمه يساعدك على قراءة الشروحات ونتائج التجارب من غير خلط بين الاسم ووظيفته الفعلية.
باختصار
استراتيجية تعلم نشط تطلب تسمية الأمثلة التي يكون النموذج أقل ثقة في توقعها.
بالتفصيل
بدلاً من وسم بيانات عشوائية، يرتب النظام الأمثلة غير المعنونة بمقياس مثل أقل ثقة أو أعلى إنتروبيا ثم يرسل الأهم للمراجع. الهدف الحصول على معلومات أكثر من ميزانية وسم محدودة.
الفكرة العملية هي النظر إلى مكان المصطلح داخل خط العمل: ما البيانات التي تدخل إليه، وما النتيجة التي ينتجها، وما التكلفة أو الافتراض الذي يضيفه. المقارنة العادلة تحتاج تجربة على بيانات منفصلة ومقياس مناسب، لا الاعتماد على الاسم أو الشهرة وحدهما.
مثال عملي
مصنف رسائل يرسل للمراجع البشري الحالات القريبة من حد القرار، ثم يعيد التدريب بعد إضافة تسمياتها.
خلي بالك: عدم الثقة قد تتركز في ضوضاء أو حالات شاذة، وتعريف عدم اليقين المناسب يختلف باختلاف النموذج والمهمة.
مصطلحات مرتبطة
Active Learning، Entropy، Human-in-the-Loop. قراءة هذه المصطلحات معاً توضح العلاقة بين البيانات والتدريب والتقييم والتشغيل.
المصادر: arXiv — 2023-07-06
