स्व-पर्यवेक्षित नैव बेयस
स्व-पर्यवेक्षित नैव बेयस (Self-supervised Naive Bayes) एक प्रत्याशा-अधिकतमीकरण (Expectation-Maximization) लूप के माध्यम से पुनरावृत्तीय रूप से सॉफ्ट छद्म-लेबल (pseudo-labels) निर्दिष्ट करके बड़े पैमाने पर बिना लेबल वाले डेटा का लाभ उठाने के लिए क्लासिक नैव बेयस क्लासिफायर का विस्तार करता है। मूल रूप से निगम एट अल. (2000) द्वारा पाठ वर्गीकरण के लिए प्रदर्शित, यह दृष्टिकोण तब सटीकता में काफी सुधार कर सकता है जब लेबल किए गए उदाहरण दुर्लभ हों लेकिन बिना लेबल वाले डेटा प्रचुर मात्रा में हों।
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
- Nigam, K., McCallum, A. K., Thrun, S., & Mitchell, T. (2000). Text classification from labeled and unlabeled documents using EM. Machine Learning, 39(2-3), 103–134. DOI: 10.1023/A:1007692713085 ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.) (2006). Semi-supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Self-supervised Naive Bayes (EM-augmented Generative Classifier). ScholarGate. https://scholargate.app/hi/machine-learning/self-supervised-naive-bayes
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.
- Naive Bayesमशीन अधिगम↔ compare
- स्व-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- स्वयं-पर्यवेक्षित लॉजिस्टिक रिग्रेशनमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित नैव बेयसमशीन अधिगम↔ compare