رگرسیون لجستیک خودنظارتی
رگرسیون لجستیک خودنظارتی یک پایپلاین دو مرحلهای است که در آن ابتدا یک رمزگذار عصبی بر روی دادههای بدون برچسب فراوان از طریق یک وظیفه پیشمتن خودنظارتی — مانند یادگیری کنتراستیو یا پیشبینی ماسکشده — آموزش داده میشود و سپس نمایشهای یادگرفتهشده ثابت با یک مدل رگرسیون لجستیک استاندارد که بر روی یک مجموعه داده برچسبدار کوچک آموزش دیده است، طبقهبندی میشوند. این پروتکل ارزیابی خطی به طور گستردهای برای محکزنی کیفیت نمایشهای خودنظارتی استفاده میشود.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Chen, T., Kornblith, S., Norouzi, M., & Hinton, G. (2020). A Simple Framework for Contrastive Learning of Visual Representations. Proceedings of the 37th International Conference on Machine Learning (ICML), 1597–1607. link ↗
- van Engelen, J. E., & Hoos, H. H. (2020). A survey on semi-supervised learning. Machine Learning, 109(2), 373–440. DOI: 10.1007/s10994-019-05855-6 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Self-supervised Representation Learning with Logistic Regression Classifier. ScholarGate. https://scholargate.app/fa/machine-learning/self-supervised-logistic-regression
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.
- رگرسیون لجستیک (یادگیری ماشین)یادگیری ماشین↔ compare
- درخت تصمیم خودنظارتییادگیری ماشین↔ compare
- یادگیری خودنظارتییادگیری ماشین↔ compare
- رگرسیون لجستیک نیمهنظارتشدهیادگیری ماشین↔ compare
- یادگیری انتقالییادگیری ماشین↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →