अर्ध-पर्यवेक्षित सक्रिय अधिगम
अर्ध-पर्यवेक्षित सक्रिय अधिगम (SSAL) एक संकर अधिगम प्रतिमान है जो सक्रिय अधिगम की चयनात्मक प्रश्न रणनीति को बिना लेबल वाले डेटा का लाभ उठाने के लिए अर्ध-पर्यवेक्षित अधिगम की क्षमता के साथ जोड़ता है। मॉडल पुनरावृत्ति रूप से विशेषज्ञ एनोटेशन के लिए सबसे जानकारीपूर्ण बिना लेबल वाले उदाहरणों का चयन करता है, साथ ही अपने स्वयं के अभ्यावेदन को बेहतर बनाने के लिए बिना लेबल वाले नमूनों के बड़े पूल का लाभ उठाता है, जिससे मजबूत भविष्य कहनेवाला सटीकता बनाए रखते हुए लेबलिंग लागत में नाटकीय रूप से कमी आती 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
- Settles, B. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning. Morgan & Claypool. DOI: 10.2200/S00429ED1V01Y201207AIM018 ↗
- Zhu, X. (2005). Semi-supervised learning literature survey. Technical Report 1530, Computer Sciences, University of Wisconsin-Madison. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Semi-supervised Active Learning (SSAL). ScholarGate. https://scholargate.app/hi/machine-learning/semi-supervised-active-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
- अर्ध-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare