Self-supervised LightGBM
Self-supervised LightGBM ühendab isejuhendatud õppimise paradigmat LightGBM gradient boosting raamistikuga, et kasutada ära suuri mahud märgistamata tabelandmeid. Isejuhendatud eelülesanne – nagu maskeeritud tunnuste ennustamine või kontrastne korruptsioon – loob rikkalikud tunnuste representatsioonid või pseudo-märgised, mida seejärel kasutatakse LightGBM mudeli treenimiseks või peenhäälestamiseks, parandades oluliselt jõudlust vähese märgistusega juhtudel.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Ke, G., Meng, Q., Finley, T., Wang, T., Chen, W., Ma, W., Ye, Q., & Liu, T.-Y. (2017). LightGBM: A Highly Efficient Gradient Boosting Decision Tree. Advances in Neural Information Processing Systems, 30. link ↗
- Chen, T., Kornblith, S., Norouzi, M., & Hinton, G. (2020). A Simple Framework for Contrastive Self-Supervised Learning. Proceedings of the 37th International Conference on Machine Learning (ICML). link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Self-supervised Learning with LightGBM (Gradient Boosting with Self-supervised Pretraining). ScholarGate. https://scholargate.app/et/machine-learning/self-supervised-lightgbm
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.
- Gradient BoostingMasinõpe↔ compare
- LightGBMMasinõpe↔ compare
- Enesest juhendav õppimineMasinõpe↔ compare
- Poolitud LightGBMMasinõpe↔ compare
- ÜlekandeõpeMasinõpe↔ compare
- XGBoostMasinõpe↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →