ScholarGate
Avustaja
Machine learningMachine learning

Puoliohjattu LightGBM

Puoliohjattu LightGBM yhdistää LightGBM:n erittäin tehokkaan gradienttiparannuskehyksen puoliohjattuihin strategioihin – yleisimmin pseudoleimaukseen tai itseopetukseen – hyödyntääkseen suuria määriä leimaamatonta dataa pienemmän leimatun joukon rinnalla. Tämä parantaa ennustustehoa, kun leimojen hankkiminen on kallista tai aikaa vievää.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

Lähteet

  1. 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, 3146–3154. link
  2. Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Semi-supervised Learning with Light Gradient Boosting Machine. ScholarGate. https://scholargate.app/fi/machine-learning/semi-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.

Compare side by side

Tähän viittaavat

ScholarGateSemi-supervised LightGBM (Semi-supervised Learning with Light Gradient Boosting Machine). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/machine-learning/semi-supervised-lightgbm · Aineisto: https://doi.org/10.5281/zenodo.20539026