Machine learningMachine learning
רגרסיה לינארית חצי-מפוקחת
רגרסיה לינארית חצי-מפוקחת מתאימה מודל לינארי על קבוצת נתונים מתויגת קטנה ואז ממנפת מאגר גדול יותר של תצפיות לא מתויגות כדי לשפר אומדני מקדמים והכללה. על ידי יצירת תוויות-דמה לנקודות לא מתויגות וחידוד איטרטיבי של המודל, היא משיגה דיוק חיזוי טוב יותר ממודל לינארי מפוקח לחלוטין שאומן על תוויות דלות בלבד.
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
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
- Zhou, Z.-H., & Li, M. (2005). Semi-supervised regression with co-training. Proceedings of the 19th International Joint Conference on Artificial Intelligence (IJCAI), 908–913. link ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Semi-supervised Linear Regression (Linear Model with Labeled and Unlabeled Data). ScholarGate. https://scholargate.app/he/machine-learning/semi-supervised-linear-regression
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.
- אלגוריתם התפשטות התוויות (Label Propagation)למידת מכונה↔ compare
- רגרסיה לינארית (ML)למידת מכונה↔ compare
- רגרסיה לינארית מרוסנתלמידת מכונה↔ compare
- למידה מונחית-למחצהלמידת מכונה↔ compare