Machine learningMachine learning

Η Ημι-επιβλεπόμενη Γραμμική Παλινδρόμηση

Η ημι-επιβλεπόμενη γραμμική παλινδρόμηση προσαρμόζει ένα γραμμικό μοντέλο σε ένα μικρό επισημασμένο σύνολο δεδομένων και στη συνέχεια αξιοποιεί μια μεγαλύτερη δεξαμενή μη επισημασμένων παρατηρήσεων για τη βελτίωση των εκτιμήσεων των συντελεστών και της γενίκευσης. Δημιουργώντας ψευδο-ετικέτες για μη επισημασμένα σημεία και βελτιώνοντας επαναληπτικά το μοντέλο, επιτυγχάνει καλύτερη προβλεπτική ακρίβεια από ένα αμιγώς επιβλεπόμενο γραμμικό μοντέλο που εκπαιδεύτηκε μόνο με λιγοστές 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. Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
  2. Zhou, Z.-H., & Li, M. (2005). Semi-supervised regression with co-training. Proceedings of the 19th International Joint Conference on Artificial Intelligence (IJCAI), 908–913. link

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Semi-supervised Linear Regression (Linear Model with Labeled and Unlabeled Data). ScholarGate. https://scholargate.app/el/machine-learning/semi-supervised-linear-regression

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
ScholarGateSemi-supervised Linear Regression (Semi-supervised Linear Regression (Linear Model with Labeled and Unlabeled Data)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/machine-learning/semi-supervised-linear-regression · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026