Machine learningMachine learning

Puoliohjattu pinoamisryhmä (Semi-supervised Stacking Ensemble)

Puoliohjattu pinoamisryhmä laajentaa klassista pinottua yleistämiskehikkoa tilanteisiin, joissa vain osa harjoitusesimerkeistä on merkitty. Perusoppijat koulutetaan ensin merkityllä datalla, minkä jälkeen niitä käytetään antamaan pseudomerkintöjä merkitsemättömille esimerkeille; laajennettu aineisto kouluttaa vahvempia perusmalleja, joiden poissa-taitoksesta saadut ennusteet muodostavat syötteen meta-oppijalle, tuottaen kaksitasoisen ryhmän, joka hyödyntää sekä merkittyä että merkitsemätöntä rakennetta.

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. Wolpert, D. H. (1992). Stacked generalization. Neural Networks, 5(2), 241–259. DOI: 10.1016/S0893-6080(05)80023-1
  2. Chapelle, O., Schölkopf, 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 Stacking Ensemble (Self-trained Stacked Generalization). ScholarGate. https://scholargate.app/fi/machine-learning/semi-supervised-stacking-ensemble

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 Stacking Ensemble (Semi-supervised Stacking Ensemble (Self-trained Stacked Generalization)). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/machine-learning/semi-supervised-stacking-ensemble · Aineisto: https://doi.org/10.5281/zenodo.20539026