Polu-nadgledani LightGBM
Polu-nadgledani LightGBM kombinira visoko učinkovit okvir gradijentnog pojačanja (gradient boosting) LightGBM-a sa polu-nadgledanim strategijama – najčešće pseudo-označavanjem (pseudo-labeling) ili samostalnim učenjem (self-training) – kako bi se uz manji skup označenih podataka iskoristili veliki skupovi neoznačenih podataka, poboljšavajući prediktivnu učinkovitost kada je dobivanje oznaka skupo ili dugotrajno.
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
- Ke, G., Meng, Q., Finley, T., Wang, T., Chen, W., Ma, W., Ye, Q., & Liu, T.-Y. (2017). LightGBM: A highly efficient gradient boosting decision tree. Advances in Neural Information Processing Systems, 30, 3146–3154. link ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Semi-supervised Learning with Light Gradient Boosting Machine. ScholarGate. https://scholargate.app/hr/machine-learning/semi-supervised-lightgbm
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.
- LightGBMStrojno učenje↔ compare
- Polu-nadgledano pojačavanje gradijentaStrojno učenje↔ compare
- Polu-nadgledana šumska stablaStrojno učenje↔ compare
- Polunadzirani XGBoostStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →