ماشین بردار پشتیبان نیمهنظارتشده
ماشین بردار پشتیبان نیمهنظارتشده (S3VM) با ترکیب مقادیر زیادی داده بدون برچسب در کنار مجموعه آموزشی کوچک برچسبدار، SVM کلاسیک را گسترش میدهد. این روش به دنبال یک ابرصفحه با حداکثر حاشیه است که نه تنها نمونههای برچسبدار را جدا میکند، بلکه از نواحی کمتراکم توزیع کامل دادهها عبور میکند و در صورت کمیاب بودن نمونههای برچسبدار، تعمیمپذیری بهتری را ارائه میدهد.
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
- Joachims, T. (1999). Transductive Inference for Text Classification using Support Vector Machines. Proceedings of the 16th International Conference on Machine Learning (ICML), 200–209. link ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Semi-supervised Support Vector Machine (S3VM / Transductive SVM). ScholarGate. https://scholargate.app/fa/machine-learning/semi-supervised-support-vector-machine
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.
- انتشار برچسب (Label Propagation)یادگیری ماشین↔ compare
- رگرسیون لجستیکآمار پژوهش↔ compare
- جنگل تصادفییادگیری ماشین↔ compare
- ماشین بردار پشتیبان (طبقهبندی)یادگیری ماشین↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →