Machine learningMachine learning
CatBoost מונחה-למחצה
CatBoost מונחה-למחצה מיישם את מסגרת ה-gradient boosting המסודר של CatBoost למצבים שבהם רק חלק מהדוגמאות לאימון נושאות תוויות, תוך מינוף נתונים לא מתויגים באמצעות פסאודו-תיוג או אסטרטגיות מבוססות-עקביות כדי לשפר את דיוק המודל מעבר למה שנתונים מתויגים בלבד היו מאפשרים.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- Prokhorenkova, L., Gusev, G., Vorobev, A., Dorogush, A. V., & Gulin, A. (2018). CatBoost: unbiased boosting with categorical features. In Advances in Neural Information Processing Systems (NeurIPS), 31. link ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Semi-supervised CatBoost (Gradient Boosting with Partially Labeled Data). ScholarGate. https://scholargate.app/he/machine-learning/semi-supervised-catboost
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.
- CatBoostלמידת מכונה↔ compare
- גרדיאנט בוסטינגלמידת מכונה↔ compare
- חיזוק גרדיאנט חצי-מפוקחלמידת מכונה↔ compare
- יער אקראי מבוסס למידה חצי-מפוקחתלמידת מכונה↔ compare
- XGBoost חצי-מפוקחלמידת מכונה↔ compare