Machine learningMachine learning

Samoučící se učení

Samoučící se učení (SSL) je paradigma strojového učení, které generuje vlastní supervizní signál přímo z neoznačených dat definováním pomocné předstírané úlohy – jako je predikce maskovaných slov, rotace obrázků nebo kontrastování augmentovaných pohledů – a používá naučené reprezentace jako silný výchozí bod pro následné úlohy s minimem označených příkladů.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

The neighbourhood of related methods — select a node to explore.

+30 more

Zdroje

  1. LeCun, Y. & Misra, I. (2022). Self-supervised learning: The dark matter of intelligence. Meta AI Blog. https://ai.facebook.com/blog/self-supervised-learning-the-dark-matter-of-intelligence/ link
  2. Self-supervised learning. Wikipedia. link

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Self-supervised Learning (Pretext-task Representation Learning). ScholarGate. https://scholargate.app/cs/machine-learning/self-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.

Compare side by side

Odkazuje sem

ScholarGateSelf-supervised Learning (Self-supervised Learning (Pretext-task Representation Learning)). Získáno 2026-06-15 z https://scholargate.app/cs/machine-learning/self-supervised-learning · Datová sada: https://doi.org/10.5281/zenodo.20539026