רשת עצבית חוזרת עם פיקוח חלש
רשת עצבית חוזרת (RNN) בפיקוח חלש מאמנת רשת עצבית חוזרת על רצפים שתוויותיהם מגיעות ממקורות לא מושלמים – כללי היוריסטיקה, פיקוח מרוחק, מיקור המונים, או מודלי תווית גנרטיביים – במקום מסימון מומחה יקר. זה מאפשר לחוקרים לנצל קורפוסים גדולים ללא תווית למשימות רצף כמו סיווג טקסט, זיהוי ישויות בעלות שם, או חיזוי סדרות עתיות כאשר נתונים מסומנים במלואם נדירים או יקרים.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- Ratner, A., De Sa, C., Wu, S., Selsam, D., & Re, C. (2016). Data Programming: Creating Large Training Sets, Quickly. Advances in Neural Information Processing Systems (NeurIPS), 29. link ↗
- Zhou, Z.-H. (2018). A brief introduction to weakly supervised learning. National Science Review, 5(1), 44–53. DOI: 10.1093/nsr/nwx106 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Weakly Supervised Recurrent Neural Network. ScholarGate. https://scholargate.app/he/deep-learning/weakly-supervised-recurrent-neural-network
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.
- Gated Recurrent Unit (GRU)למידה עמוקה↔ compare
- Long Short-Term Memory (LSTM)למידה עמוקה↔ compare
- רשת נוירונים רקורנטיתלמידה עמוקה↔ compare
- LSTM מפוקח-בקושילמידה עמוקה↔ compare
- טרנספורמר עם פיקוח חלשלמידה עמוקה↔ compare