स्वयं-पर्यवेक्षित लॉजिस्टिक रिग्रेशन
स्वयं-पर्यवेक्षित लॉजिस्टिक रिग्रेशन एक दो-चरणीय पाइपलाइन है जिसमें एक न्यूरल एनकोडर को पहले प्रचुर मात्रा में लेबल रहित डेटा पर एक स्वयं-पर्यवेक्षित प्रीटेक्स्ट कार्य के माध्यम से प्रशिक्षित किया जाता है — जैसे कि कंट्रास्टिव लर्निंग या मास्क्ड प्रेडिक्शन — और फिर जमे हुए सीखे हुए अभ्यावेदन को एक मानक लॉजिस्टिक रिग्रेशन मॉडल के साथ वर्गीकृत किया जाता है जो एक छोटे लेबल वाले डेटासेट पर प्रशिक्षित होता है। यह रैखिक मूल्यांकन प्रोटोकॉल स्वयं-पर्यवेक्षित अभ्यावेदनों की गुणवत्ता को बेंचमार्क करने के लिए व्यापक रूप से उपयोग किया जाता है।
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
- Chen, T., Kornblith, S., Norouzi, M., & Hinton, G. (2020). A Simple Framework for Contrastive Learning of Visual Representations. Proceedings of the 37th International Conference on Machine Learning (ICML), 1597–1607. link ↗
- van Engelen, J. E., & Hoos, H. H. (2020). A survey on semi-supervised learning. Machine Learning, 109(2), 373–440. DOI: 10.1007/s10994-019-05855-6 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Self-supervised Representation Learning with Logistic Regression Classifier. ScholarGate. https://scholargate.app/hi/machine-learning/self-supervised-logistic-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.
- लॉजिस्टिक रिग्रेशन (एमएल)मशीन अधिगम↔ compare
- स्व-पर्यवेक्षित निर्णय वृक्षमशीन अधिगम↔ compare
- स्व-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित लॉजिस्टिक रिग्रेशनमशीन अधिगम↔ compare
- ट्रांसफर लर्निंगमशीन अधिगम↔ compare