@prefix owl: <http://www.w3.org/2002/07/owl#> .
@prefix skos: <http://www.w3.org/2004/02/skos/core#> .
@prefix inist: <http://www.inist.fr/Ontology#> .
@prefix dc: <http://purl.org/dc/terms/> .
@prefix xsd: <http://www.w3.org/2001/XMLSchema#> .

<http://data.loterre.fr/ark:/67375/8LP> a owl:Ontology, skos:ConceptScheme .
<http://data.loterre.fr/ark:/67375/8LP-H29XDT4S-L>
  skos:prefLabel "apprentissage semi-supervisé"@fr, "semi-supervised learning"@en ;
  a skos:Concept ;
  skos:narrower <http://data.loterre.fr/ark:/67375/8LP-WKNCB467-7> .

<http://data.loterre.fr/ark:/67375/8LP-WKNCB467-7>
  skos:hiddenLabel "Active learning"@en, "Apprentissage actif"@fr ;
  inist:definitionalContext "L'apprentissage actif (active learning) apporte un cadre à ce problème permettant de contrôler le coût d'annotation tout en maximisant on l'espère la performance de la tâche visée mais repose sur le choix difficile des exemples à soumettre à l'expert. (Claveau & Kijak, 2015)"@fr, "L'active learning (Lewis & Gale 1994) ou apprentissage actif propose d'augmenter l'efficacité d'un algorithme d'apprentissage supervisé en lui permettant d'interagir directement avec la source de données (souvent l'annotateur). (Naguib, Névéol & Tannier, 2023)"@fr, "L'apprentissage actif (AA) vise à réduire les coûts d'annotation en sélectionnant intelligemment des instances pour l'annotation plutôt que des annoter de manière aléatoire. (Arens, G Moreno, Boughanem & Callebert, 2024)"@fr, "Parmi ces approches l'apprentissage actif (Active learning) permet à l'expert d'annoter des exemples supplémentaires de manière itérative contrôlant ainsi le compromis coût d'annotation/performance du classifieur. (Claveau & Kijak, 2015)"@fr ;
  skos:example "Le point crucial de ces algorithmes d'apprentissage actif est l'étape 3 de sélection des exemples à faire annoter à l'expert. (Claveau & Kijak, 2015)"@fr, "Dans la mesure où ceci constitue une tâche nécessitant des annotateurs experts humains, nous nous appuierons sur la méthode de l'apprentissage actif (active learning). (Bernhard & Ligozat, 2011)"@fr, "L'apprentissage actif (active learning) apporte un cadre à ce problème, permettant de contrôler le coût d'annotation tout en maximisant, on l'espère, la performance de la tâche visée, mais repose sur le choix difficile des exemples à soumettre à l'expert. (Claveau & Kijak, 2015)"@fr, "Dans notre cas nous nous plaçons dans un cadre spécifique d'apprentissage semi-supervisé qualifié d'apprentissage actif (active learning). (Claveau & Kijak, 2015)"@fr, "La richesse des traits pris en compte et la stratégie d'apprentissage actif permettent en outre d'avoir des résultats portables d'un domaine à l'autre sans tâche d'annotation lourde. (Omodei, Guo, Cointet & Poibeau, 2014)"@fr ;
  skos:prefLabel "active learning"@en, "apprentissage actif"@fr ;
  skos:definition "Modèle d’apprentissage semi-supervisé où un oracle (humain ou non) intervient au cours du processus. (Data Franca)"@fr, "A training approach in which the algorithm chooses some of the data it learns from. Instead of blindly seeking a diverse range of labeled examples, an active learning algorithm selectively seeks the particular range of examples it needs for learning. (Adapted from Google for Developers, Machine Learning Glossary)"@en ;
  skos:exactMatch <https://www.wikidata.org/wiki/Q98034006> ;
  a skos:Concept ;
  skos:broader <http://data.loterre.fr/ark:/67375/8LP-H29XDT4S-L> ;
  skos:inScheme <http://data.loterre.fr/ark:/67375/8LP> ;
  dc:modified "2024-05-29T06:32:40"^^xsd:dateTime .

