Itseohjautuva gradienttivahvistus
Itseohjautuva gradienttivahvistus laajentaa klassista gradienttivahvistuskehystä sisällyttämällä itseohjautuvia esitehtäviä hyödyntämään merkitsemätöntä dataa. Malli oppii ensin hyödyllisiä piirre-esityksiä merkitsemättömistä näytteistä, ja käyttää sitten näitä esityksiä ohjaamaan heikkojen oppijoiden sekventiaalista yhdistämistä, saavuttaen vahvan ennustuskyvyn jopa silloin, kun merkittyjä esimerkkejä on niukasti.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Self-supervised Gradient Boosting (SSL-GBM). ScholarGate. https://scholargate.app/fi/machine-learning/self-supervised-gradient-boosting
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.
- Gradient BoostingKoneoppiminen↔ compare
- LightGBMKoneoppiminen↔ compare
- Random ForestKoneoppiminen↔ compare
- Puoliohjattu oppiminenKoneoppiminen↔ compare
- XGBoostKoneoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →