Machine learningMachine learning

یادگیری انتقالی نیمه‌نظارتی

یادگیری انتقالی نیمه‌نظارتی دانش منتقل شده از یک دامنه منبع با برچسب فراوان را با ساختار داده‌های فراوان بدون برچسب دامنه هدف ترکیب می‌کند و تنها از مجموعه کوچکی از نمونه‌های هدف برچسب‌دار برای دستیابی به تعمیم قوی در جایی که حاشیه‌نویسی کامل کمیاب یا گران است، استفاده می‌کند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  1. Zhuang, F., Qi, Z., Duan, K., Xi, D., Zhu, Y., Zhu, H., Xiong, H., & He, Q. (2021). A comprehensive survey on transfer learning. Proceedings of the IEEE, 109(1), 43–76. DOI: 10.1109/JPROC.2020.3004555
  2. 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 Transfer Learning. ScholarGate. https://scholargate.app/fa/machine-learning/semi-supervised-transfer-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

ارجاع‌شده در

ScholarGateSemi-supervised Transfer Learning (Semi-supervised Transfer Learning). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/machine-learning/semi-supervised-transfer-learning · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026