Полу-наблюдавано обучение
Полу-наблюдаваното обучение (SSL) е парадигма за машинно обучение, която обучава модели, използвайки малък набор от маркирани примери заедно с много по-голям набор от немаркирани данни. Като използва структурата, присъща на немаркираните данни, SSL постига точност, близка до напълно наблюдаваните модели, като същевременно изисква далеч по-малко скъпи ръчни етикети — което го прави практично, когато маркирането е скъпо, бавно или ограничено от ресурси.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+61 more
Източници
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
- Zhu, X. (2005). Semi-supervised learning literature survey. Technical Report 1530, University of Wisconsin-Madison. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Semi-supervised Learning (Combined Labeled and Unlabeled Data Training). ScholarGate. https://scholargate.app/bg/machine-learning/semi-supervised-learning
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.
- Активно обучениеМашинно обучение↔ compare
- Обучение с малко примериМашинно обучение↔ compare
- Самообучаващо се ученеМашинно обучение↔ compare
- Полу-наблюдавано случайно дървоМашинно обучение↔ compare
- Трансферно обучениеМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →