Poolitatud järelevalvega õppimine
Poolitatud järelevalvega õppimine (SSL) on masinõppe paradigma, mis treenib mudeleid, kasutades väikest hulka märgistatud näiteid koos palju suurema hulga märgistamata andmetega. Tuginedes märgistamata andmete seesmisele struktuurile, saavutab SSL täpsuse, mis on lähemal täielikult järelevalvega mudelitele, nõudes samal ajal palju vähem kulukaid käsitsi märgistusi – muutes selle praktiliseks, kui märgistamine on kallis, aeglane või ressursside poolest piiratud.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+61 more
Allikad
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
- Zhu, X. (2005). Semi-supervised learning literature survey. Technical Report 1530, University of Wisconsin-Madison. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Semi-supervised Learning (Combined Labeled and Unlabeled Data Training). ScholarGate. https://scholargate.app/et/machine-learning/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.
- Aktiivne õppimineMasinõpe↔ compare
- Väheste näidistega õppimineMasinõpe↔ compare
- Enesest juhendav õppimineMasinõpe↔ compare
- Poolitatud juhuslik metsMasinõpe↔ compare
- ÜlekandeõpeMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →