Bayesian semi-supervised learning
Bayesian semi-supervised learning on probabilistlik raamistik, mis kasutab nii väikest märgistatud andmestikku kui ka suuremat hulka märgistamata vaatlusi mudeliparameetrite inferentsiks ja ennustuste tegemiseks. Puuduvate märgiste käsitlemine latentsete muutujatena ja parameetritele eelnevate jaotuste (prior) määramine võimaldab loomulikult kvantifitseerida ebakindlust, kasutades samal ajal märgistamata andmeid generalisatsiooni parandamiseks.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
- Zhu, X., Ghahramani, Z., & Lafferty, J. (2003). Semi-supervised learning using Gaussian fields and harmonic functions. Proceedings of the 20th International Conference on Machine Learning (ICML), 912–919. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Bayesian Semi-supervised Learning (Probabilistic Inference with Labeled and Unlabeled Data). ScholarGate. https://scholargate.app/et/machine-learning/bayesian-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.
- Bayesi aktiivõpeMasinõpe↔ compare
- Bayesian Gaussian Mixture ModelMasinõpe↔ compare
- Väheste näidistega õppimineMasinõpe↔ compare
- Gaussi protsessMasinõpe↔ compare
- Poolitatud järelevalvega õppimineMasinõpe↔ compare
- ÜlekandeõpeMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →