अर्ध-पर्यवेक्षित बूस्टिंग
अर्ध-पर्यवेक्षित बूस्टिंग एक एन्सेम्बल लर्निंग प्रतिमान है जो शास्त्रीय बूस्टिंग एल्गोरिदम — जैसे एडाबूस्ट — को लेबल किए गए और बिना लेबल वाले दोनों डेटा का उपयोग करने के लिए विस्तारित करता है। बिना लेबल वाले इंस्टेंस पर समानता संरचना के माध्यम से लेबल जानकारी का प्रसार करके, यह केवल पर्यवेक्षित बूस्टिंग की तुलना में अधिक मजबूत क्लासिफायर को प्रशिक्षित करता है जब लेबल किया गया डेटा दुर्लभ होता 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
- Mallapragada, P. K., Jin, R., Jain, A. K., & Liu, Y. (2009). SemiBoost: Boosting for Semi-supervised Learning. IEEE Transactions on Pattern Analysis and Machine Intelligence, 31(11), 2000–2014. DOI: 10.1109/TPAMI.2008.235 ↗
- Bennett, K. P., & Demiriz, A. (1999). Semi-supervised Support Vector Machines. Advances in Neural Information Processing Systems (NIPS), 11, 368–374. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Semi-supervised Boosting (Boosting with Unlabeled Data). ScholarGate. https://scholargate.app/hi/machine-learning/semi-supervised-boosting
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.
- AdaBoostमशीन अधिगम↔ compare
- ग्रेडिएंट बूस्टिंगमशीन अधिगम↔ compare
- लेबल प्रोपेगेशनमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- XGBoostमशीन अधिगम↔ compare