Machine learningMachine learning

Selbstüberwachtes Lernen

Selbstüberwachtes Lernen (SSL) ist ein Paradigma des maschinellen Lernens, das sein eigenes Überwachungssignal direkt aus unbeschrifteten Daten generiert, indem es eine hilfsweise vorgeschaltete Aufgabe (pretext task) definiert – wie z. B. das Vorhersagen maskierter Wörter, das Rotieren von Bildern oder das Kontrastieren augmentierter Ansichten – und die gelernten Repräsentationen als leistungsstarken Ausgangspunkt für nachgelagerte Aufgaben mit minimalen beschrifteten Beispielen verwendet.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

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

Selbstüberwachtes Lernen

Few-Shot Learning Semi-Supervised Learning Transfer Learning Aktives Lernen im Verbund Aktives Lernen mit selbs…Kontrastives Lernen für…Ensemble Self-supervised…Ensemble Semi-Supervised…Metrik-Lernen Online-Lernen

+30 more

Quellen

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 ↗
Self-supervised learning. Wikipedia. link ↗

So zitieren Sie diese Seite

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

Few-Shot LearningMaschinelles Lernen↔ compare
Semi-Supervised LearningMaschinelles Lernen↔ compare
Transfer LearningMaschinelles Lernen↔ compare

Compare side by side →

Referenziert von

Aktives Lernen im Verbund Aktives Lernen mit selbstüberwachtem Lernen Kontrastives Lernen für NLP Ensemble Self-supervised Learning Ensemble Semi-Supervised Learning (Ensemble-Halbüberwachtes Lernen)Few-Shot Learning Metrik-Lernen Online-Lernen Online Self-supervised Learning Online Semi-supervised Learning Regularisierte Few-Shot-Lerner Regularisierte halb-überwachte Lernverfahren Self-supervised Active Learning Selbstüberwachte Autoencoder-Anomalieerkennung Self-supervised Boosting Self-supervised DBSCAN Self-supervised Federated Learning Selbstüberwachter Gaußscher Prozess Selbstüberwachte Instanzsegmentierung Selbstüberwachtes K-Means Self-supervised K-nearest neighbors Selbstüberwachtes LightGBM Logistische Regression mit Selbstüberwachung Selbstüberwachtes Metrik-Lernen Selbst-überwachtes Naive Bayes Self-supervised One-class SVM Selbstüberwachtes Zufallswald Selbstüberwachtes Support Vector Machine Selbstüberwachtes Transferlernen Semi-überwachtes Föderiertes Lernen Semi-supervidiertes Wenig-Schuss-Lernen Halb-überwachtes Gradient Boosting Semi-Supervised Learning Halb-überwachtes Metrik-Lernen Semi-supervised Transfer Learning Semi-überwachtes Voting-Ensemble Transfer Learning Schwache überwachte semantische Segmentierung Schwach überwachte Textzusammenfassung Schwach überwachter Vision Transformer (WS-ViT)

Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →

Die vollständige Methode lesen

Method map

Quellen

So zitieren Sie diese Seite

Verwandte Methoden

Which method?

Referenziert von