Puolivalvottu aktiivinen oppiminen
Puolivalvottu aktiivinen oppiminen (SSAL) on hybridioppimisen paradigma, joka yhdistää aktiivisen oppimisen valikoivan kyselystrategian puolivalvotun oppimisen kykyyn hyödyntää merkitsemätöntä dataa. Malli valitsee iteratiivisesti informatiivisimmat merkitsemättömät esimerkit asiantuntija-annotaatiota varten samalla, kun se hyödyntää suurta merkitsemättömien näytteiden joukkoa omien esitysmuotojensa parantamiseksi, mikä vähentää dramaattisesti annotointikustannuksia säilyttäen samalla vahvan ennustustarkkuuden.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Settles, B. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning. Morgan & Claypool. DOI: 10.2200/S00429ED1V01Y201207AIM018 ↗
- Zhu, X. (2005). Semi-supervised learning literature survey. Technical Report 1530, Computer Sciences, University of Wisconsin-Madison. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Semi-supervised Active Learning (SSAL). ScholarGate. https://scholargate.app/fi/machine-learning/semi-supervised-active-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.
- Aktiivinen oppiminenKoneoppiminen↔ compare
- Label PropagationKoneoppiminen↔ compare
- Puoliohjattu oppiminenKoneoppiminen↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →