Poolitud masinõppe (Semi-supervised Bagging)
Poolitud masinõppe laiendab klassikalist bagging-ühiskonda olukordadesse, kus märgistatud treeningnäidised on haruldased, kuid suures koguses märgistamata andmeid on saadaval. Märgistatud andmetel treenitud baasõppijad omistavad märgistamata näidistele pseudo-sildid; laiendatud andmestikku kasutatakse seejärel mitmekesise ühiskonna kasvatamiseks, mille koondhääletus on täpsem ja stabiilsem kui ükski üksikmudel, mida treenitakse ainult piiratud märgistatud komplektil.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Bennett, K. P., & Demiriz, A. (1999). Semi-supervised support vector machines. Advances in Neural Information Processing Systems, 11. MIT Press. link ↗
- Li, M., & Zhou, Z.-H. (2005). SETRED: Self-training with editing. In Proceedings of the 9th Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD), LNAI 3518, pp. 611–621. Springer. DOI: 10.1007/11430919_71 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Semi-supervised Bagging (Bootstrap Aggregating with Unlabeled Data). ScholarGate. https://scholargate.app/et/machine-learning/semi-supervised-bagging
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
- Siltide levitamineMasinõpe↔ compare
- Juhuslik metsMasinõpe↔ compare
- Poolitatud järelevalvega õppimineMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →