Apprentissage semi-supervisé en ligne
L'apprentissage semi-supervisé en ligne combine la nature incrémentale et à passage unique de l'apprentissage en ligne avec la capacité d'exploiter des données non étiquetées aux côtés d'observations étiquetées rares. Il est conçu pour des contextes où les données arrivent sous forme de flux et où l'obtention d'étiquettes pour chaque instance est coûteuse ou impraticable — comme la classification en temps réel de contenu web, de lectures de capteurs ou de publications sur les réseaux sociaux.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Goldberg, A., Li, M., & Zhu, X. (2008). Online manifold regularization: A new learning setting and empirical study. In Proceedings of the European Conference on Machine Learning and Knowledge Discovery in Databases (ECML PKDD), pp. 393–407. Springer. link ↗
- Semi-supervised learning. Wikipedia. link ↗
Comment citer cette page
ScholarGate. (2026, June 3). Online Semi-supervised Learning (Stream-based Learning with Partial Labels). ScholarGate. https://scholargate.app/fr/machine-learning/online-semi-supervised-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.
- Apprentissage actifApprentissage automatique↔ compare
- Propagation d'étiquettesApprentissage automatique↔ compare
- Apprentissage en ligneApprentissage automatique↔ compare
- Apprentissage auto-superviséApprentissage automatique↔ compare
- Apprentissage semi-superviséApprentissage automatique↔ compare
- Apprentissage par transfertApprentissage automatique↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →