Puolivalvottu tehostus
Puolivalvottu tehostus on ensemble-oppimisen paradigma, joka laajentaa klassisia tehostusalgoritmeja, kuten AdaBoostia, hyödyntämään sekä merkittyä että merkitsemätöntä dataa. Levitämällä merkintätietoa epämerkittyjen esimerkkien samankaltaisuusrakenteen kautta se kouluttaa vahvempia luokittelijoita kuin pelkkä valvottu tehostus, kun merkittyä dataa 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
- Mallapragada, P. K., Jin, R., Jain, A. K., & Liu, Y. (2009). SemiBoost: Boosting for Semi-supervised Learning. IEEE Transactions on Pattern Analysis and Machine Intelligence, 31(11), 2000–2014. DOI: 10.1109/TPAMI.2008.235 ↗
- Bennett, K. P., & Demiriz, A. (1999). Semi-supervised Support Vector Machines. Advances in Neural Information Processing Systems (NIPS), 11, 368–374. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Semi-supervised Boosting (Boosting with Unlabeled Data). ScholarGate. https://scholargate.app/fi/machine-learning/semi-supervised-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.
- AdaBoostKoneoppiminen↔ compare
- Gradient BoostingKoneoppiminen↔ compare
- Label PropagationKoneoppiminen↔ compare
- Puoliohjattu oppiminenKoneoppiminen↔ compare
- XGBoostKoneoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →