Machine learningMachine learning

Ημι-επιβλεπόμενη Μεταφορά Μάθησης

Η ημι-επιβλεπόμενη μεταφορά μάθησης συνδυάζει γνώση που μεταφέρεται από μια πλούσια σε ετικέτες πηγαία περιοχή (source domain) με τη δομή άφθονων μη επισημασμένων δεδομένων της περιοχής-στόχου (target domain), χρησιμοποιώντας μόνο ένα μικρό σύνολο επισημασμένων παραδειγμάτων-στόχων για να επιτευχθεί ισχυρή γενίκευση, όπου η πλήρης επισήμανση είναι σπάνια ή δαπανηρή.

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. Zhuang, F., Qi, Z., Duan, K., Xi, D., Zhu, Y., Zhu, H., Xiong, H., & He, Q. (2021). A comprehensive survey on transfer learning. Proceedings of the IEEE, 109(1), 43–76. DOI: 10.1109/JPROC.2020.3004555
  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 Transfer Learning. ScholarGate. https://scholargate.app/el/machine-learning/semi-supervised-transfer-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

Αναφέρεται από

ScholarGateSemi-supervised Transfer Learning (Semi-supervised Transfer Learning). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/machine-learning/semi-supervised-transfer-learning · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026