الغابات العشوائية شبه المُشرف عليها
تُوسع الغابات العشوائية شبه المُشرف عليها (SSL-RF) الغابات العشوائية الكلاسيكية من خلال استغلال أمثلة التدريب المُصنفة وغير المُصنفة على حد سواء. عندما يكون تصنيف البيانات مُكلفًا أو مستهلكًا للوقت، تُعيّن SSL-RF تسميات زائفة مؤقتة للملاحظات غير المُصنفة من خلال الغابة نفسها، ثم تُعيد التدريب على مجموعة البيانات المُثرية، مما يُحسن الدقة تدريجيًا دون الحاجة إلى تعليقات توضيحية إضافية من الإنسان.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Leistner, C., Saffari, A., Santner, J., & Bischof, H. (2009). Semi-supervised random forests. In Proceedings of the IEEE 12th International Conference on Computer Vision (ICCV), pp. 506–513. IEEE. DOI: 10.1109/ICCV.2009.5459198 ↗
- Zhu, X. (2005). Semi-supervised learning literature survey. Computer Sciences Technical Report 1530, University of Wisconsin-Madison. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Semi-supervised Random Forest (SSL-RF). ScholarGate. https://scholargate.app/ar/machine-learning/semi-supervised-random-forest
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.
- تعزيز التدرجتعلم الآلة↔ compare
- انتشار التسميةتعلم الآلة↔ compare
- الغابات العشوائيةتعلم الآلة↔ compare