mAP: (47.18, 58.41, 64.02, 67.72, 69.79, 71.07, 72.27) on 5% ~ 20%
Papers with Code · CC BY-SA 4.0
Active Learning
Active Learning is a paradigm in supervised machine learning which uses fewer training examples to achieve better optimization by iteratively training a predictor, and using the predictor in each iteration to choose the training examples which will increase its chances of finding better configurations and at the same time improving the accuracy of the prediction model
<span class="description-source">Source: Polystore++: Accelerated Polystore System for Heterogeneous Workloads </span>
개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.
벤치마크
Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.
Dataset기록된 모델 예시MetricPaperCode
데이터셋
3개논문
Accuracy: 88.45
Accuracy: 89.92
Accuracy: 93.2
Accuracy: 91.01
Accuracy: 93.1
Accuracy: 90.70
라이브러리
Papers with Code 리더보드 row에 연결된 구현 저장소입니다.