Самообучаващо се градиентно усилване
Самообучаващото се градиентно усилване разширява класическата рамка на градиентното усилване чрез включване на самообучаващи се предварителни задачи (pretext tasks) за експлоатация на немаркирани данни. Моделът първо научава полезни представяния на признаци от неанотирани образци, след което използва тези представяния, за да насочи последователното ансамблиране на слаби обучаващи се (weak learners), постигайки силна предсказваща производителност дори когато маркираните примери са оскъдни.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
Как да цитирате тази страница
ScholarGate. (2026, June 3). Self-supervised Gradient Boosting (SSL-GBM). ScholarGate. https://scholargate.app/bg/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.
- Градиентен бустингМашинно обучение↔ compare
- LightGBMМашинно обучение↔ compare
- Случайна гораМашинно обучение↔ compare
- Полу-наблюдавано обучениеМашинно обучение↔ compare
- XGBoostМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →