Selv-overvåget beslutningstræ
Selv-overvåget beslutningstræ-læring kombinerer fortolkeligheden af klassiske beslutningstræer med evnen til at udnytte store mængder umærkede data gennem selv-overvågede prætekstopgaver. Modellen lærer nyttige repræsentationer af træk eller kriterier for nodenedbrydning fra umærkede prøver, før den forfiner forudsigelser på et lille mærket datasæt, hvilket bygger bro over kløften mellem fuldt overvågede træer og rent uovervåget klyngedannelse.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
Sådan citerer du denne side
ScholarGate. (2026, June 3). Self-supervised Decision Tree Learning. ScholarGate. https://scholargate.app/da/machine-learning/self-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.
- BeslutningstræMaskinlæring↔ compare
- Gradient BoostingMaskinlæring↔ compare
- Label PropagationMaskinlæring↔ compare
- Random ForestMaskinlæring↔ compare
- Semi-supervised LearningMaskinlæring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →