सेल्फ-सुपरवाइज्ड रैंडम फॉरेस्ट
सेल्फ-सुपरवाइज्ड रैंडम फॉरेस्ट (SSL-RF) क्लासिक रैंडम फॉरेस्ट को उन सेटिंग्स में विस्तारित करता है जहाँ लेबल किए गए उदाहरण दुर्लभ होते हैं। यह फॉरेस्ट पहले सेल्फ-सुपरवाइज्ड प्रीटेक्स्ट टास्क से प्राप्त स्वचालित रूप से उत्पन्न छद्म-लेबल (pseudo-labels) का उपयोग करके प्रशिक्षित किया जाता है — जैसे कि डेटा ट्रांसफॉर्मेशन या मास्क्ड फीचर्स की भविष्यवाणी करना — और फिर उपलब्ध किसी भी वास्तविक लेबल पर परिष्कृत किया जाता है, जिससे सेल्फ-सुपरवाइज्ड लर्निंग की लेबल-दक्षता को एन्सेम्बल ट्री की मजबूती के साथ जोड़ा 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
- Lefortier, D., Chitta, K., & Agrawal, P. (2022). Self-supervised random forests. arXiv:2204.01430. link ↗
- Criminisi, A., Shotton, J., & Konukoglu, E. (2012). Decision forests: A unified framework for classification, regression, density estimation, manifold learning and semi-supervised learning. Foundations and Trends in Computer Graphics and Vision, 7(2–3), 81–227. DOI: 10.1561/0600000035 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Self-supervised Random Forest (SSL-RF). ScholarGate. https://scholargate.app/hi/machine-learning/self-supervised-random-forest
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.
- निर्णय वृक्षमशीन अधिगम↔ compare
- लेबल प्रोपेगेशनमशीन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- स्व-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- XGBoostमशीन अधिगम↔ compare