Isejuhendatud Naive Bayes
Isejuhendatud Naive Bayes laiendab klassikalist Naive Bayes'i klassifikaatorit, et kasutada ära suuri märgistamata andmekogumeid, määrates iteratiivselt pehmeid pseudomärgiseid läbi ootus-maksimeerimise (EM) tsükli. Algselt demonstreeriti seda teksti klassifitseerimiseks Nigam et al. (2000) poolt ning see lähenemine võib oluliselt parandada täpsust, kui märgistatud näiteid on vähe, kuid märgistamata andmeid on rohkelt.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Nigam, K., McCallum, A. K., Thrun, S., & Mitchell, T. (2000). Text classification from labeled and unlabeled documents using EM. Machine Learning, 39(2-3), 103–134. DOI: 10.1023/A:1007692713085 ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.) (2006). Semi-supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Self-supervised Naive Bayes (EM-augmented Generative Classifier). ScholarGate. https://scholargate.app/et/machine-learning/self-supervised-naive-bayes
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 naiivne klassifikaatorMasinõpe↔ compare
- Enesest juhendav õppimineMasinõpe↔ compare
- Eneseteadlik RegressioonMasinõpe↔ compare
- Poolitatud järelevalvega õppimineMasinõpe↔ compare
- Poolitult järelevalvega Naive BayesMasinõpe↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →