Félfelügyelt Aktív Tanulás
A félfelügyelt aktív tanulás (SSAL) egy hibrid tanulási paradigma, amely ötvözi az aktív tanulás szelektív lekérdezési stratégiáját a félfelügyelt tanulás azon képességével, hogy kihasználja a címkézetlen adatokat. A modell iteratívan kiválasztja a leginformatívabb címkézetlen példányokat szakértői annotációra, miközben egyidejűleg kihasználja a nagyszámú annotálatlan mintát a saját reprezentációinak javítására, drámaian csökkentve az annotációs költségeket, miközben erős prediktív pontosságot tart fenn.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Semi-supervised Active Learning (SSAL). ScholarGate. https://scholargate.app/hu/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.
- Aktív tanulásGépi tanulás↔ compare
- CímkepropagációGépi tanulás↔ compare
- Félfelügyelt tanulásGépi tanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →