আধা-পর্যবেক্ষিত সিদ্ধান্ত বৃক্ষ
একটি আধা-পর্যবেক্ষিত সিদ্ধান্ত বৃক্ষ (Semi-supervised Decision Tree) প্রমিত সিদ্ধান্ত বৃক্ষ ইন্ডাকশন — যেমন CART বা C4.5 — কে প্রসারিত করে লেবেলযুক্ত প্রশিক্ষণ সেটের পাশাপাশি লেবেলবিহীন পর্যবেক্ষণগুলিকেও কাজে লাগায়। পুনরাবৃত্তিমূলকভাবে লেবেলবিহীন ডেটাতে অস্থায়ী লেবেল নির্ধারণ এবং সেগুলিকে ক্রমবর্ধমান বা বিভাজন প্রক্রিয়ায় অন্তর্ভুক্ত করার মাধ্যমে, অ্যালগরিদমটি কেবল লেবেলযুক্ত উপসেটের উপর প্রশিক্ষিত একটি সম্পূর্ণ তত্ত্বাবধানে থাকা বৃক্ষের চেয়ে ভাল নির্ভুলতা অর্জন করতে পারে, যা বিশেষত মূল্যবান যখন লেবেলিং ব্যয়বহুল বা সময়সাপেক্ষ।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Levin, E. & Shapiro, E. (2000). Learning Decision Trees from Semi-labeled Examples. Proceedings of the ICML Workshop on Attribute-Value and Relational Learning. link ↗
- Zhu, X. & Goldberg, A. B. (2009). Introduction to Semi-Supervised Learning. Morgan & Claypool Publishers. ISBN: 978-1-598-29548-9
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Semi-supervised Decision Tree Learning. ScholarGate. https://scholargate.app/bn/machine-learning/semi-supervised-decision-tree
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.
- সিদ্ধান্ত বৃক্ষযন্ত্র শিখন↔ compare
- গ্রেডিয়েন্ট বুস্টিংযন্ত্র শিখন↔ compare
- লেবেল প্রোপাগেশনযন্ত্র শিখন↔ compare
- Random Forestযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →