Machine learningMachine learning

Η Λογιστική Παλινδρόμηση Ημι-εποπτευόμενης Μάθησης

Η ημι-εποπτευόμενη λογιστική παλινδρόμηση επεκτείνει τον τυπικό λογιστικό ταξινομητή ενσωματώνοντας μη επισημασμένα δεδομένα κατά την εκπαίδευση. Χρησιμοποιώντας περιτυλίγματα αυτο-εκπαίδευσης (self-training), προσδοκίας-μέγιστης τιμής (expectation-maximization) ή διάδοσης ετικετών (label-propagation), αναθέτει επαναληπτικά μαλακές ετικέτες σε μη επισημασμένα παραδείγματα και βελτιώνει τις παραμέτρους του μοντέλου, βελτιώνοντας τη γενίκευση όταν τα επισημασμένα δεδομένα είναι σπάνια σε σχέση με το πλήρες σύνολο δεδομένων.

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. Nigam, K., McCallum, A., Thrun, S., & Mitchell, T. (2000). Text classification from labeled and unlabeled documents using EM. Machine Learning, 39, 103–134. DOI: 10.1023/a:1007692713085
  2. Chapelle, O., Scholkopf, B., & Zien, A. (Eds.) (2006). Semi-supervised Learning. MIT Press. ISBN: 978-0-262-03358-9

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Semi-supervised Logistic Regression (Self-training and EM-based variants). ScholarGate. https://scholargate.app/el/machine-learning/semi-supervised-logistic-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

Αναφέρεται από

ScholarGateSemi-supervised Logistic Regression (Semi-supervised Logistic Regression (Self-training and EM-based variants)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/machine-learning/semi-supervised-logistic-regression · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026