Bagging בחצי פיקוח (Semi-supervised Bagging)
Bagging בחצי פיקוח מרחיב את אנסמבל ה-bagging הקלאסי לתנאים שבהם דוגמאות אימון מתויגות מעטות, אך זמינות כמויות גדולות של נתונים לא מתויגים. לומדי בסיס המאומנים על נתונים מתויגים מקצים תוויות מדומות (pseudo-labels) לדוגמאות לא מתויגות; מערך הנתונים המורחב משמש לאחר מכן לבניית אנסמבל מגוון, שההצבעה המצטברת שלו מדויקת ויציבה יותר מכל מודל יחיד שאומן על קבוצת הנתונים המתויגים המוגבלת בלבד.
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
- Bennett, K. P., & Demiriz, A. (1999). Semi-supervised support vector machines. Advances in Neural Information Processing Systems, 11. MIT Press. link ↗
- Li, M., & Zhou, Z.-H. (2005). SETRED: Self-training with editing. In Proceedings of the 9th Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD), LNAI 3518, pp. 611–621. Springer. DOI: 10.1007/11430919_71 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Semi-supervised Bagging (Bootstrap Aggregating with Unlabeled Data). ScholarGate. https://scholargate.app/he/machine-learning/semi-supervised-bagging
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.
- גרדיאנט בוסטינגלמידת מכונה↔ compare
- אלגוריתם התפשטות התוויות (Label Propagation)למידת מכונה↔ compare
- יער אקראילמידת מכונה↔ compare
- למידה מונחית-למחצהלמידת מכונה↔ compare