Machine learningMachine learning

Αυτο-εποπτευόμενο LightGBM

Το αυτο-εποπτευόμενο LightGBM συνδυάζει το παράδειγμα της αυτο-εποπτευόμενης μάθησης με το πλαίσιο ενίσχυσης κλίσης (gradient boosting) LightGBM για την αξιοποίηση μεγάλων όγκων μη επισημασμένων πινάκων δεδομένων. Μια αυτο-εποπτευόμενη προκαταρκτική εργασία (pretext task) — όπως η πρόβλεψη καλυμμένων χαρακτηριστικών ή η αντιθετική διαφθορά (contrastive corruption) — παράγει πλούσιες αναπαραστάσεις χαρακτηριστικών ή ψευδο-ετικέτες που στη συνέχεια χρησιμοποιούνται για την εκπαίδευση ή τη λεπτορύθμιση ενός μοντέλου LightGBM, βελτιώνοντας σημαντικά την απόδοση σε καθεστώτα με έλλειψη ετικετών.

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. Ke, G., Meng, Q., Finley, T., Wang, T., Chen, W., Ma, W., Ye, Q., & Liu, T.-Y. (2017). LightGBM: A Highly Efficient Gradient Boosting Decision Tree. Advances in Neural Information Processing Systems, 30. link
  2. Chen, T., Kornblith, S., Norouzi, M., & Hinton, G. (2020). A Simple Framework for Contrastive Self-Supervised Learning. Proceedings of the 37th International Conference on Machine Learning (ICML). link

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Self-supervised Learning with LightGBM (Gradient Boosting with Self-supervised Pretraining). ScholarGate. https://scholargate.app/el/machine-learning/self-supervised-lightgbm

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 LightGBM (Self-supervised Learning with LightGBM (Gradient Boosting with Self-supervised Pretraining)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/machine-learning/self-supervised-lightgbm · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026