Machine learningMachine learning

Samoučící se podpůrný vektorový stroj

Samoučící se podpůrný vektorový stroj (Self-supervised Support Vector Machine) kombinuje samoučící předtrénování — učení reprezentací z neoznačených dat prostřednictvím předtextových úloh — s klasifikátorem podpůrných vektorových strojů (Support Vector Machine, SVM) trénovaným na výsledných příznacích. Tento hybridní přístup umožňuje silný klasifikační výkon i při nedostatku označených dat, a to využitím struktury vložené do velkých neoznačených datových sad před aplikací cíle maximalizace okraje SVM.

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.

Zdroje

  1. De Palma, A., Bucarelli, M. S., Goyal, P., & Silvestri, F. (2021). Self-supervised Support Vector Machine. Proceedings of the AAAI Workshop on Self-Supervised Learning for the Internet of Things. link
  2. Self-supervised learning. Wikipedia. link

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Self-supervised Support Vector Machine (Self-supervised SVM). ScholarGate. https://scholargate.app/cs/machine-learning/self-supervised-support-vector-machine

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
ScholarGateSelf-supervised Support Vector Machine (Self-supervised Support Vector Machine (Self-supervised SVM)). Získáno 2026-06-15 z https://scholargate.app/cs/machine-learning/self-supervised-support-vector-machine · Datová sada: https://doi.org/10.5281/zenodo.20539026