Apprentissage auto-supervisé
L'apprentissage auto-supervisé (SSL) est un paradigme d'apprentissage automatique qui génère son propre signal de supervision directement à partir de données non étiquetées en définissant une tâche prétexte auxiliaire — telle que la prédiction de mots masqués, la rotation d'images ou la comparaison de vues augmentées — et utilise les représentations apprises comme point de départ puissant pour des tâches en aval avec un minimum d'exemples étiquetés.
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.
+30 more
Sources
Comment citer cette page
ScholarGate. (2026, June 3). Self-supervised Learning (Pretext-task Representation Learning). ScholarGate. https://scholargate.app/fr/machine-learning/self-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 à peu d'exemplesApprentissage automatique↔ compare
- Apprentissage semi-superviséApprentissage automatique↔ compare
- Apprentissage par transfertApprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →