تجميع تصويت شبه مُشرف عليه
يقوم تجميع التصويت شبه المُشرف عليه بتدريب مُصنِّفات متعددة على مجموعة صغيرة مُصنَّفة، ثم يستغل البيانات غير المُصنَّفة بشكل تكراري عن طريق جعل المُصنِّفات تُصنِّف الأمثلة التي تتفق عليها، مما يوسع مجموعة التدريب حتى يصوت جميع المُصنِّفات بشكل مشترك على أمثلة الاختبار. يجمع بين كفاءة التصنيف للتعلم شبه المُشرف عليه وتقليل التباين لتجميعات التصويت بالأغلبية، مما يجعله ذا قيمة عندما يكون التوصيف مُكلفًا.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Zhou, Z.-H., & Li, M. (2005). Tri-training: Exploiting unlabeled data using three classifiers. IEEE Transactions on Knowledge and Data Engineering, 17(11), 1529–1541. DOI: 10.1109/TKDE.2005.186 ↗
- Blum, A., & Mitchell, T. (1998). Combining labeled and unlabeled data with co-training. Proceedings of the 11th Annual Conference on Computational Learning Theory (COLT), 92–100. DOI: 10.1145/279943.279962 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Semi-supervised Voting Ensemble (Agreement-based Multi-classifier with Unlabeled Data). ScholarGate. https://scholargate.app/ar/machine-learning/semi-supervised-voting-ensemble
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.
- التعزيزتعلم الآلة↔ compare
- التعلم ذاتي الإشرافتعلم الآلة↔ compare
- التدريب المجمع شبه المُشرف (Semi-supervised Bagging)تعلم الآلة↔ compare
- التعلم شبه المُشرفتعلم الآلة↔ compare
- التصويت التجميعيتعلم الآلة↔ compare