ScholarGate
Assistent
Machine learningMachine learning

Pooltõhus veebipõhine õppimine

Pooltõhus veebipõhine õppimine ühendab veebipõhise õppimise inkrementaalse värskendusstiili võimega kasutada märgistamata näiteid, võimaldades mudelitel pidevalt täieneda andmevoost, kus ainult väike osa saabuvatest juhtumitest sisaldab tõestatud märgiseid. See on eriti väärtuslik, kui märgistamine on kallis või hilineb, kuid andmed saabuvad reaalajas.

Ava rakenduses MethodMindPeagiVideoPeagiDownload slides

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Method map

The neighbourhood of related methods — select a node to explore.

Allikad

  1. Goldberg, A., Li, M., & Zhu, X. (2008). Online manifold regularization: A new learning setting and empirical study. In Proceedings of the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD 2008), Lecture Notes in Computer Science, 5211, 393–407. Springer. link
  2. Zhu, X., & Goldberg, A. B. (2009). Introduction to Semi-Supervised Learning. Morgan & Claypool Publishers. ISBN: 978-1-59829-548-3

Kuidas sellele lehele viidata

ScholarGate. (2026, June 3). Semi-supervised Online Learning (Incremental Learning with Partially Labeled Streams). ScholarGate. https://scholargate.app/et/machine-learning/semi-supervised-online-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.

Compare side by side

Sellele viitavad

ScholarGateSemi-supervised Online Learning (Semi-supervised Online Learning (Incremental Learning with Partially Labeled Streams)). Loetud 2026-06-15 aadressilt https://scholargate.app/et/machine-learning/semi-supervised-online-learning · Andmestik: https://doi.org/10.5281/zenodo.20539026