למידה מונחית-למחצה
למידה מונחית-למחצה (Semi-supervised learning, SSL) היא פרדיגמה בלמידת מכונה המאמנת מודלים תוך שימוש בקבוצה קטנה של דוגמאות מתויגות יחד עם מאגר גדול בהרבה של נתונים לא מתויגים. על ידי מינוף המבנה הטבוע בנתונים לא מתויגים, SSL משיגה דיוק הקרוב למודלים מונחים במלואם, תוך דרישה למעט תוויות ידניות יקרות בהרבה – מה שהופך אותה למעשית כאשר התיוג יקר, איטי או מוגבל במשאבים.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
+61 more
מקורות
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
- Zhu, X. (2005). Semi-supervised learning literature survey. Technical Report 1530, University of Wisconsin-Madison. link ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Semi-supervised Learning (Combined Labeled and Unlabeled Data Training). ScholarGate. https://scholargate.app/he/machine-learning/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.
- למידה פעילהלמידת מכונה↔ compare
- למידת מעט דוגמאותלמידת מכונה↔ compare
- למידה בפיקוח עצמילמידת מכונה↔ compare
- יער אקראי מבוסס למידה חצי-מפוקחתלמידת מכונה↔ compare
- Transfer Learningלמידת מכונה↔ compare