Machine learningMachine learning

למידה בייסיאנית חצי-מפוקחת

למידה בייסיאנית חצי-מפוקחת היא מסגרת הסתברותית המשתמשת הן במערך נתונים קטן מתויג והן במאגר גדול יותר של תצפיות לא מתויגות כדי להסיק פרמטרים של מודל ולבצע חיזויים. על ידי התייחסות לתיוגים חסרים כמשתנים חבויים והצבת התפלגויות א-פריוריות על הפרמטרים, היא מכמתת באופן טבעי אי-ודאות תוך מינוף נתונים לא מתויגים לשיפור הכללה.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

מקורות

  1. Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
  2. Zhu, X., Ghahramani, Z., & Lafferty, J. (2003). Semi-supervised learning using Gaussian fields and harmonic functions. Proceedings of the 20th International Conference on Machine Learning (ICML), 912–919. link

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Bayesian Semi-supervised Learning (Probabilistic Inference with Labeled and Unlabeled Data). ScholarGate. https://scholargate.app/he/machine-learning/bayesian-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.

Compare side by side

מאוזכר על ידי

ScholarGateBayesian Semi-supervised Learning (Bayesian Semi-supervised Learning (Probabilistic Inference with Labeled and Unlabeled Data)). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/machine-learning/bayesian-semi-supervised-learning · מערך נתונים: https://doi.org/10.5281/zenodo.20539026