Machine learningMachine learning

Η Ημι-επιβλεπόμενη Μάθηση Συνόλων (Ensemble Semi-supervised Learning)

Η ημι-επιβλεπόμενη μάθηση συνόλων συνδυάζει πολλαπλούς βασικούς μαθητές με το ημι-επιβλεπόμενο παράδειγμα, αξιοποιώντας τόσο ένα μικρό επισημασμένο σύνολο όσο και μια μεγάλη δεξαμενή μη επισημασμένων δεδομένων. Επιτρέποντας σε διαφορετικούς ταξινομητές να διδάσκουν ο ένας τον άλλον μέσω ψευδο-επισημείωσης (pseudo-labeling) ή συν-εκπαίδευσης (co-training), το σύνολο βελτιώνει τη γενίκευση πολύ πέρα από αυτό που θα μπορούσε να επιτύχει μόνη της οποιαδήποτε προσέγγιση με περιορισμένες ετικέτες.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

Πηγές

  1. Zhou, Z.-H., & Li, M. (2005). Tri-training: Exploiting unlabeled data using three classifiers. IEEE Transactions on Knowledge and Data Engineering, 17(11), 1529–1541. DOI: 10.1109/TKDE.2005.186
  2. Blum, A., & Mitchell, T. (1998). Combining labeled and unlabeled data with co-training. Proceedings of the 11th Annual Conference on Computational Learning Theory (COLT 1998), pp. 92–100. ACM. DOI: 10.1145/279943.279962

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Ensemble Semi-supervised Learning (Combining Ensemble Methods with Semi-supervised Paradigms). ScholarGate. https://scholargate.app/el/machine-learning/ensemble-semi-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
ScholarGateEnsemble Semi-supervised Learning (Ensemble Semi-supervised Learning (Combining Ensemble Methods with Semi-supervised Paradigms)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/machine-learning/ensemble-semi-supervised-learning · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026