Apr, 2023
贝叶斯分层建模下主动学习回归的动态探索和利用权衡
Dynamic Exploration-Exploitation Trade-Off in Active Learning Regression with Bayesian Hierarchical Modeling
Upala Junaida Islam, Kamran Paynabar, George Runger, Ashif Sikandar Iquebal
TL;DR本文提出了一种基于贝叶斯层次模型的动态平衡勘探和利用之间权衡的方法，并基于特征空间中数据样本的线性相关性，形成了一个近似贝叶斯计算方法，以从贝叶斯层次模型获得权衡参数的后验分布中进行抽样。模拟和真实世界的例子表明，与纯勘探和利用策略相比，所提出的方法至少可以获得 6% 和 11% 的平均改进，更重要的是，我们注意到通过优化极具平衡勘探和利用之间的权衡，我们的方法表现更好或至少与纯勘探或纯利用一样好。