Itseohjautuva LightGBM
Itseohjautuva LightGBM yhdistää itseohjautuvan oppimisen paradigman ja LightGBM-gradienttitehostuskehyksen hyödyntääkseen suuria määriä merkitsemätöntä taulukkomuotoista dataa. Itseohjautuva esitehtävä – kuten piilotettujen piirteiden ennustaminen tai kontrastinen korruptio – tuottaa rikkaita piirre-esityksiä tai pseudotunnisteita, joita käytetään sitten LightGBM-mallin kouluttamiseen tai hienosäätöön, parantaen merkittävästi suorituskykyä vähäisten tunnisteiden tilanteissa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Ke, G., Meng, Q., Finley, T., Wang, T., Chen, W., Ma, W., Ye, Q., & Liu, T.-Y. (2017). LightGBM: A Highly Efficient Gradient Boosting Decision Tree. Advances in Neural Information Processing Systems, 30. link ↗
- Chen, T., Kornblith, S., Norouzi, M., & Hinton, G. (2020). A Simple Framework for Contrastive Self-Supervised Learning. Proceedings of the 37th International Conference on Machine Learning (ICML). link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Self-supervised Learning with LightGBM (Gradient Boosting with Self-supervised Pretraining). ScholarGate. https://scholargate.app/fi/machine-learning/self-supervised-lightgbm
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
- Itseohjautuva oppiminenKoneoppiminen↔ compare
- Puoliohjattu LightGBMKoneoppiminen↔ compare
- Siirto-oppiminenKoneoppiminen↔ compare
- XGBoostKoneoppiminen↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →