Self-supervised Gradient Boosting

Self-supervised gradient boosting erweitert das klassische Gradient-Boosting-Framework durch die Einbeziehung von Self-supervised Pretext-Tasks, um unbeschriftete Daten zu nutzen. Das Modell lernt zunächst nützliche Merkmalsrepräsentationen aus nicht annotierten Stichproben und nutzt diese Repräsentationen dann, um die sequentielle Ensemblebildung von schwachen Lernern zu steuern, wodurch auch bei knappen beschrifteten Beispielen eine starke Vorhersageleistung erzielt wird.