نايف بايز شبه مُشرف عليه
يمتد نموذج نايف بايز التوليدي الكلاسيكي شبه المُشرف عليه ليستفيد من مجموعات كبيرة من البيانات غير المُصنفة جنبًا إلى جنب مع مجموعة صغيرة مُصنفة. باستخدام خوارزمية التوقع-التعظيم (Expectation-Maximization)، فإنه يستنتج بشكل تكراري تعيينات فئات ناعمة للأمثلة غير المُصنفة ويعيد تقدير معلمات الفئة والميزات، مما ينتج عنه مصنفات أفضل بكثير عندما تكون الأمثلة المُصنفة نادرة.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Nigam, K., McCallum, A. K., Thrun, S., & Mitchell, T. (2000). Text Classification from Labeled and Unlabeled Documents using EM. Machine Learning, 39(2–3), 103–134. DOI: 10.1023/A:1007692713085 ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Semi-supervised Naive Bayes (EM-augmented Generative Classifier). ScholarGate. https://scholargate.app/ar/machine-learning/semi-supervised-naive-bayes
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.
- الانحدار اللوجستيإحصاء البحث↔ compare
- بايز الساذج (Naive Bayes)تعلم الآلة↔ compare
- التعلم شبه المُشرفتعلم الآلة↔ compare
- آلة المتجهات الداعمة شبه المُشرف عليها (Semi-supervised Support Vector Machine)تعلم الآلة↔ compare