Polunadzorirano učenje
Polunadzorirano učenje (SSL) je paradigma strojnog učenja koja obučava modele koristeći mali skup označenih primjera zajedno s mnogo većim skupom neoznačenih podataka. Iskorištavanjem strukture inherentne u neoznačenim podacima, SSL postiže točnost bližu potpuno nadzoriranim modelima, zahtijevajući daleko manje skupih ručnih oznaka — čineći ga praktičnim kada je označavanje skupo, sporo ili ograničeno resursima.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+61 more
Izvori
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
- Zhu, X. (2005). Semi-supervised learning literature survey. Technical Report 1530, University of Wisconsin-Madison. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Semi-supervised Learning (Combined Labeled and Unlabeled Data Training). ScholarGate. https://scholargate.app/hr/machine-learning/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.
- Aktivno učenjeStrojno učenje↔ compare
- Učenje s malo primjeraStrojno učenje↔ compare
- Samonadzirano učenjeStrojno učenje↔ compare
- Polu-nadgledana šumska stablaStrojno učenje↔ compare
- Prijenosno učenjeStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →