Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Kongresse
Themenseiten
Künstliche Intelligenz Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Veranstaltungskalender Awards MyNewsletter Firmensuche
Kunden Login
Über Einzelzugang informieren
Über Unternehmenszugang informieren
Referenzkunden
Zukunftswerkstatt Sales Excellence 2025 | 08. Mai 2025

KI als Booster im Vertrieb

Lernen Sie von Digital-Experten, wie der gezielte Einsatz von KI-Unterstützung Ihrem Unternehmen in vielen Bereichen hilft, im Vertrieb einen Schritt voraus zu sein. Jetzt wieder live vor Ort teilnehmen in Frankfurt am Main!
Erweiterte Suche
Anmelden
nach oben
Journal of Classification
Erschienen in:

10.05.2021

A Model-Free Subject Selection Method for Active Learning Classification Procedures

verfasst von: Bo-Shiang Ke, Yuan-chin Ivan Chang

Erschienen in: Journal of Classification | Ausgabe 3/2021

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

To construct a classification rule via an active learning method, during the learning process, users select training subjects sequentially, without knowing their labels, based on the model learned at the current stage. For a parametric-model-based classification rule, methods of statistical experimental design are popular guidelines for selecting new learning subjects. However, there is a lack of a counterpart for non-parametric-model-based classifiers, such as support vector machines. Thus, we propose a subject selection scheme via an extended influential index for the area under a receiver operating characteristic curve, which is applicable to general classifiers with continuous scores.
Vorheriger Artikel A Comparison of Reliability Coefficients for Ordinal Rating Scales
Nächster Artikel Matrix Normal Cluster-Weighted Models

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Anhänge
Nur mit Berechtigung zugänglich
Literatur
Agresti, A. (2018). An introduction to categorical data analysis. New York: Wiley.MATH
Antal, B., & Hajdu, A. (2014). An ensemble-based system for automatic screening of diabetic retinopathy. Knowledge-Based Systems, 60, 20–27.CrossRef
Chang, Y.-C.I., & Chen, R.-B. (2019). Active learning with simultaneous subject and variable selections. Neurocomputing, 329, 495–505.CrossRef
Chen, Z., Wang, Z., & Chang, Y.-C.I. (2020). Sequential adaptive variables and subject selection for gee methods. Biometrics, 76(2), 496–507.MathSciNetCrossRef
Cook, R.D. (1986). Assessment of local influence. Journal of the Royal Statistical Society, Series B, 48(2), 133–169.MathSciNetMATH
Deng, X., Joseph, V.R., Sudjianto, A., & Wu, C.J. (2009). Active learning through sequential design, with applications to detection of money laundering. Journal of the American Statistical Association, 104(487), 969–981.MathSciNetCrossRef
Dua, D., & Graff, C. (2017). UCI machine learning repository.
Hampel, F.R. (1974). The influence curve and its role in robust estimation. Journal of the American Statistical Association, 69(346), 383–393.MathSciNetCrossRef
Owen, A.B. (2001). Empirical likelihood. CRC Press.
Pepe, M. (2003). The statistical evaluation of medical tests for classification and prediction. Oxford University Press.
Pepe, M.S., & Cai, T. (2004). The analysis of placement values for evaluating discriminatory measures. Biometrics, 60(1), 528–535.MathSciNetCrossRef
Schein, A.I., & Ungar, L.H. (2007). Active learning for logistic regression: an evaluation. Machine Learning, 68(3), 235–265.CrossRef
Tong, S., & Koller, D. (2001). Support vector machine active learning with applications to text classification. Journal of Machine Learning Research, 2(Nov), 45–66.MATH
Wang, J., & Park, E. (2017). Active learning for penalized logistic regression via sequential experimental design. Neurocomputing, 222, 183–190.CrossRef
Metadaten
Titel
A Model-Free Subject Selection Method for Active Learning Classification Procedures
verfasst von
Bo-Shiang Ke
Yuan-chin Ivan Chang
Publikationsdatum
10.05.2021
Verlag
Springer US
Erschienen in
Journal of Classification / Ausgabe 3/2021
Print ISSN: 0176-4268
Elektronische ISSN: 1432-1343
DOI
https://doi.org/10.1007/s00357-021-09388-3

Weitere Artikel der Ausgabe 3/2021

Clustering Brain Signals: a Robust Approach Using Functional Data Ranking

Wavelet Multidimensional Scaling Analysis of European Economic Sentiment Indicators

Editorial: Journal of Classification Vol. 38-3

A Unified Theory of the Completeness of Q-Matrices for the DINA Model

Polarized Classification Tree Models: Theory and Computational Aspects

  • Open Access

A Comparison of Reliability Coefficients for Ordinal Rating Scales

  • Open Access

Premium Partner

    Bildnachweise