Bayesijansko polunadzorirano učenje
Bayesijansko polunadzorirano učenje je probabilistički okvir koji koristi i mali označeni skup podataka i veći skup neoznačenih opažanja za procjenu parametara modela i donošenje predviđanja. Tretirajući nedostajuće oznake kao latentne varijable i postavljajući apriorne raspodjele na parametre, prirodno kvantificira nesigurnost dok koristi neoznačene podatke za poboljšanje generalizacije.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
- Zhu, X., Ghahramani, Z., & Lafferty, J. (2003). Semi-supervised learning using Gaussian fields and harmonic functions. Proceedings of the 20th International Conference on Machine Learning (ICML), 912–919. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Bayesian Semi-supervised Learning (Probabilistic Inference with Labeled and Unlabeled Data). ScholarGate. https://scholargate.app/hr/machine-learning/bayesian-semi-supervised-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.
- Bayesovsko aktivno učenjeStrojno učenje↔ compare
- Bayesov model Gaussovih smjesaStrojno učenje↔ compare
- Učenje s malo primjeraStrojno učenje↔ compare
- Gaussovi procesiStrojno učenje↔ compare
- Polunadzorirano učenjeStrojno učenje↔ compare
- Prijenosno učenjeStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →