Ensemble pool-põhine pooljuhendatud õppimine
Ensemble pooljuhendatud õppimine ühendab mitu baasõppijat pooljuhendatud paradigmaga, kasutades ära nii väikest märgistatud andmekogumit kui ka suurt hulka märgistamata andmeid. Lasta erinevatel klassifitseerijatel üksteist pseudo-märgistamise või ko-õpetamise kaudu õpetada, parandab ensemble üldistusvõimet kaugel sellest, mida kumbki lähenemisviis üksi piiratud märgistega saavutaks.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Zhou, Z.-H., & Li, M. (2005). Tri-training: Exploiting unlabeled data using three classifiers. IEEE Transactions on Knowledge and Data Engineering, 17(11), 1529–1541. DOI: 10.1109/TKDE.2005.186 ↗
- Blum, A., & Mitchell, T. (1998). Combining labeled and unlabeled data with co-training. Proceedings of the 11th Annual Conference on Computational Learning Theory (COLT 1998), pp. 92–100. ACM. DOI: 10.1145/279943.279962 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Ensemble Semi-supervised Learning (Combining Ensemble Methods with Semi-supervised Paradigms). ScholarGate. https://scholargate.app/et/machine-learning/ensemble-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.
- Bagging (Bootstrap Aggregating)Masinõpe↔ compare
- BoostingMasinõpe↔ compare
- Enesest juhendav õppimineMasinõpe↔ compare
- Poolitatud järelevalvega õppimineMasinõpe↔ compare
- ÜlekandeõpeMasinõpe↔ compare
- HääletusansambelMasinõpe↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →