迪奥达尔、梅格纳;乔伊迪普·戈什;梅塔尔·萨尔·切詹斯基;维尼特·凯萨里 使用多个局部回归模型进行主动学习。 （英语） Zbl 1380.68332号 INFORMS J.计算。 29，第3期，503-522（2017）. 概述：通常情况下，企业面临的挑战是需要昂贵的信息来提高预测任务的准确性。一个值得注意的例子是获得信息丰富的客户反馈（例如，通过昂贵的激励措施获得客户-产品评级），以提高推荐系统的有效性。本文提出了一种新的主动学习方法，旨在智能地选择要标记的信息量训练实例，从而最大限度地提高实值预测模型的预测精度。我们专注于大型、异构和二元数据，以及本地化建模技术，与单个“全局”模型相比，这些技术已被证明对此类数据建模特别好。重要的是，具有协变量的二元数据在当代大数据应用中普遍存在，例如大规模推荐系统和搜索广告。合并并元信息的一个关键好处是它们对异构数据的简单、有意义的表示，而不是替代性的局部建模技术，这些技术通常会产生复杂且难以理解的预测模式。我们开发了一种计算效率高的主动学习策略，专门用于利用多个本地预测模型来识别信息采集。现有的主动学习策略在计算上通常对我们探索的环境是禁止的，我们的策略使主动学习的应用在计算上对这种环境是可行的。我们提供了全面的经验评估，以证明我们的方法的优点，并探索其在现实世界中具有挑战性的领域中的性能。 引用于1文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 62J02型 一般非线性回归 62第20页 统计学在经济学中的应用 关键词：大数据;局部回归模型;预测模型;信息获取;主动学习 PDF格式BibTeX公司 XML格式引用 \textit{M.Deodhar}等人，《信息与计算》。29，第3号，503--522（2017；Zbl 1380.68332） 全文： 内政部 参考文献： [1] Abe N，Mamitsuka H（1998）使用助推和打包的查询学习策略。程序。ICML'98年（摩根·考夫曼出版社，旧金山），1-9.谷歌学者 [2] Agarwal D，Merugu S（2007）大规模二元数据的预测离散潜在因素模型。程序。第13届ACM SIGKDD国际。Conf.知识发现数据挖掘（ACM，纽约），26-35.Crossref，谷歌学者·doi:10.1145/1281192.1281199 [3] Baumann T，Germond AJ（1993）Kohonen网络在短期负荷预测中的应用。程序。ANNPS’93年（IEEE Computer Society，Washington，DC），407-412.Crossref，谷歌学者·doi:10.1109/ANN.1993.264313 [4] Bilgic M，Bennett PN（2012）《学习等级的主动查询选择》。程序。第35届国际米兰。ACM SIGIR Conf.Res.开发信息。检索（ACM，纽约），1033-1034.Crossref，谷歌学者·doi:10.1145/2348283.2348455 [5] Breiman L、Friedman JH、Olshen RA、Stone CJ（1984）分类和回归树（加利福尼亚州贝尔蒙特市沃兹沃斯）。谷歌学者·Zbl 0541.62042号 [6] Burbidge R，Rowland JJ，King RD（2007）基于委员会查询的主动回归学习。程序。智能数据工程自动学习。（理想）（纽约施普林格），209-218.谷歌学者（Google Scholar）交叉引用·doi:10.1007/978-3-540-77226-22 [7] Cohn D、Atlas L、Ladner R（1994），通过主动学习提高泛化能力。机器学习。15（2）：201-221.Crossref，谷歌学者·doi:10.1007/BF00993277 [8] Cohn D、Ghahramani Z、Jordan M（1996）《统计模型的主动学习》。J.人工智能研究。4:129-145.谷歌学者Crossref·Zbl 0900.68366号 ·电话：10.1613/jair.295 [9] Deodhar M，Ghosh J（2008），大型时态营销数据的同步联合分割和预测建模。程序。数据挖掘设计营销，ICDM 2008研讨会（IEEE计算机学会，华盛顿特区），806-815.Crossref，谷歌学者·doi:10.1109/ICDMW.2008.17 [10] Deodhar M，Ghosh J（2010）SCOAL:同步联合聚类和从复杂数据中学习的框架。J.ACM事务。从数据中发现知识4（3）：第10条。谷歌学者 [11] Djukanovic M、Babic B、Sobajic D、Pao Y（1993），24小时负荷预测的无监督/监督学习概念。IEE程序-发电、输电和配电140（4）：311-318 Crossref，谷歌学者·doi:10.1049/ip-c.1993.0046 [12] 费多罗夫五世（1972）最优实验理论（纽约学术出版社）。谷歌学者 [13] Fukumizu K（2000）多层感知器中的统计主动学习。IEEE传输。神经网络11（1）：17-26.Crossref，谷歌学者·数字对象标识代码：10.1109/72.822506 [14] Gill P、Murray W、Wright M（1981）实际优化（伦敦学术出版社）。谷歌学者·Zbl 0503.90062号 [15] Hastie T、Tibshirani R、Friedman J（2001）统计学学习的要素（纽约州施普林格）。Crossref，谷歌学者·Zbl 0973.62007号 ·doi:10.1007/978-0-387-21606-5 [16] 黄Z（2007）选择性获取产品推荐评级。程序。第九届国际。Conf.电子商务（ICEC’07）（ACM，纽约），379-388.Crossref，谷歌学者·数字对象标识代码：10.1145/1282100.1282171 [17] Kanamori T，Shimodaira H（2003）使用最大加权对数似然估计量的主动学习算法。J.统计。规划推断116（1）：149-162.Crossref，谷歌学者·Zbl 1020.62065号 ·doi:10.1016/S0378-3758（02）00234-3 [18] Kiefer J（1959）最佳实验设计。J.罗伊。统计师。Soc公司。21（2）:272-304.谷歌学者·Zbl 0108.15303号 [19] Kim B，Sullivan M（1998）母品牌体验对延长线试用和重复购买的影响。营销信函。9（2）：181-193.Crossref，谷歌学者·doi:10.1023/A:1007961016262 [20] Kohavi R、Longbotham R、Sommerfield D、Henne1 R（2009）《网络受控实验：调查与实践指南》。数据挖掘知识发现18（1）：140-181.Crossref，谷歌学者·电话：10.1007/s10618-008-0114-1 [21] Koren Y（2008）分解满足邻域：一个多方面的协作过滤模型。程序。第14届ACM SIGKDD国际。Conf.知识发现数据挖掘（ACM，纽约），426-434.Crossref，谷歌学者·数字对象标识代码：10.1145/1401890.1401944 [22] Lewis DD，Gale WA（1994）训练文本分类器的序列算法。Croft BW，van Rijsbergen CJ，编辑。程序。1994年SIGIR（施普林格，伦敦），3-12.Crossref，谷歌学者·doi:10.1007/978-14471-2099-5_1 [23] 刘天勇（2011）学习信息检索排名（纽约州施普林格）。Crossref，谷歌学者·Zbl 1227.68002号 ·doi:10.1007/978-3-642-14267-3 [24] Long B，Bian J，Chapelle O，Zhang Y，Inagaki Y，Chang Y（2015）通过预期损失优化积极学习排名。IEEE传输。知识数据工程。27（5）：1180-1191.Crossref，谷歌学者·doi:10.1109/TKDE.2014.2365785 [25] Melville P，Saar Tsechansky M，Provost F，Mooney R（2005）主动特征值获取的预期效用方法。程序。2005年ICDM（IEEE计算机学会，纽约）。Crossref，谷歌学者·doi:10.1109/ICDM.2005.23 [26] Menon AK、Jian X、Kim J、Vaidya J、Ohno-Machado L（2013）使用协同过滤检测对电子健康记录的不当访问。机器学习。95（1）：87-101.Crossref，谷歌学者·doi:10.1007/s10994-013-5376-1 [27] Quinlan JR（1992）《连续课堂学习》。程序。AI'92年（世界科学，新加坡），343-348，谷歌学者 [28] Ray Chaudhuri T，Hamey LGC（1995），通过主动学习最小化数据收集。程序。ICNN’95（新泽西州皮斯卡塔韦IEEE），1338-1341.谷歌学者 [29] Roy N，McCallum AK（2001）通过误差减少的抽样估计实现最佳主动学习。程序。ICML'01年（Morgan Kaufmann Publishers，旧金山），441-448谷歌学者 [30] Rubens N，Sugiyama M（2007）基于影响力的协作主动学习。程序。07年RecSys（ACM，纽约），145-148，Crossref，谷歌学者·数字对象标识代码：10.1145/1297231.1297257 [31] Saar Tsechansky M，Provost F（2004）用于类概率估计和排序的主动抽样。机器学习。54（2）：153-178.Crossref，谷歌学者·Zbl 1057.68089号 ·doi:10.1023/B:MACH.0000011806.12374.c3 [32] Saar-Tschechansky M，Melville P，Provost F（2009）《主动特征值获取》。管理科学。55（4）：664-684.链接，谷歌学者 [33] Seetharaman PB，Ainslie A，Chintagunta PK（1999）《跨类别家庭国家依赖效应研究》。J.营销研究。36（4）：488-500.Crossref，谷歌学者·doi:10.2307/3152002年 [34] 结算B（2012年）主动学习（人工智能和机器学习综合讲座）（Morgan and Claypool Publishers，加利福尼亚州圣拉斐尔）。谷歌学者·Zbl 1270.68006号 [35] Seung HS，Opper M，Smopolinsky H（1992），委员会质询。程序。1992年科尔特（ACM，纽约），287-294.Crossref，谷歌学者·数字对象标识代码：10.1145/130385.130417 [36] Sugiyama M（2006）基于泛化误差条件期望的近似线性回归中的主动学习。J.机器学习。物件。7:141-166.谷歌学者·Zbl 1222.68311号 [37] Sugiyama M，Nakajima S（2009），近似线性回归中基于池的主动学习。机器学习。75（3）：249-274.谷歌学者Crossref·Zbl 1470.68181号 ·doi:10.1007/s10994-009-5100-3 [38] Sugiyama M，Rubens N（2008）线性回归中模型选择的主动学习。程序。SIAM国际。Conf.数据挖掘（费城SIAM），518-529，Crossref，谷歌学者·doi:10.1137/1.9781611972788.47 [39] Wang Y，Witten IH（1997）诱导连续类的模型树。van Someren M，Widmer G编辑。程序。ECML’97，布拉格.谷歌学者 [40] Wedel M，Steenkamp J（1991）一种同时进行模糊市场结构和利益分割的聚类回归方法。J.营销研究。28（4）：385-396.Crossref，谷歌学者·doi:10.2307/3172779 [41] Wiens D（2000）有偏回归模型的稳健权重和设计：最小二乘和广义m估计。J.统计。规划推断83（2）：395-412.谷歌学者交叉引用·Zbl 0976.62075号 ·doi:10.1016/S0378-3758（99）00102-0 [42] Zhang C，Chen T（2002）基于内容的信息检索的主动学习框架。IEEE传输。多媒体4（2）：260-268.Crossref，谷歌学者·doi:10.1109/TMM.2002.1017738 [43] 郑Z， 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。