ScholarGate
المساعد
Machine learningMachine learning

التعزيز التدرجي ذاتي الإشراف

يعمل التعزيز التدرجي ذاتي الإشراف على توسيع إطار التعزيز التدرجي الكلاسيكي من خلال دمج مهام تمهيدية ذاتية الإشراف لاستغلال البيانات غير المصنفة. يتعلم النموذج أولاً تمثيلات مفيدة للميزات من العينات غير المشروحة، ثم يستخدم تلك التمثيلات لتوجيه التجميع المتسلسل للمتعلمين الضعفاء، محققًا أداءً تنبؤيًا قويًا حتى عندما تكون الأمثلة المصنفة نادرة.

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

التعزيز التدرجي ذاتي الإشراف
تعزيز التدرجلايت جي بي إمالغابات العشوائيةالتعلم شبه المُشرفXGBoostالتعزيز ذاتي الإشراف

المصادر

  1. Zhang, Y., Zhang, J., & Yang, Q. (2022). Self-Supervised Gradient Boosting for Semi-Supervised Learning on Tabular Data. In Proceedings of the ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. link ↗
  2. Self-supervised learning. Wikipedia. link ↗

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Self-supervised Gradient Boosting (SSL-GBM). ScholarGate. https://scholargate.app/ar/machine-learning/self-supervised-gradient-boosting

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side →

يُستشهد بها في

التعزيز ذاتي الإشراف

هل لاحظت مشكلة في هذه الصفحة؟ أبلغ عنها أو اقترح تصحيحًا →

ScholarGate — Self-supervised Gradient Boosting (Self-supervised Gradient Boosting (SSL-GBM)). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/machine-learning/self-supervised-gradient-boosting · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026