ऑनलाइन सेमी-सुपरवाइज्ड लर्निंग
ऑनलाइन सेमी-सुपरवाइज्ड लर्निंग, ऑनलाइन लर्निंग की वृद्धिशील, एक-पास प्रकृति को लेबल रहित डेटा का लाभ उठाने की क्षमता के साथ जोड़ती है, जो विरल लेबल वाले अवलोकनों के साथ होता है। इसे उन सेटिंग्स के लिए डिज़ाइन किया गया है जहाँ डेटा एक स्ट्रीम के रूप में आता है और प्रत्येक इंस्टेंस के लिए लेबल प्राप्त करना महंगा या अव्यावहारिक है — जैसे वेब सामग्री, सेंसर रीडिंग, या सोशल मीडिया पोस्ट का वास्तविक समय वर्गीकरण।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Goldberg, A., Li, M., & Zhu, X. (2008). Online manifold regularization: A new learning setting and empirical study. In Proceedings of the European Conference on Machine Learning and Knowledge Discovery in Databases (ECML PKDD), pp. 393–407. Springer. link ↗
- Semi-supervised learning. Wikipedia. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Online Semi-supervised Learning (Stream-based Learning with Partial Labels). ScholarGate. https://scholargate.app/hi/machine-learning/online-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.
- सक्रिय अधिगममशीन अधिगम↔ compare
- लेबल प्रोपेगेशनमशीन अधिगम↔ compare
- ऑनलाइन लर्निंगमशीन अधिगम↔ compare
- स्व-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- ट्रांसफर लर्निंगमशीन अधिगम↔ compare