Pohon Keputusan Mandiri (Self-supervised Decision Tree)

Pembelajaran Pohon Keputusan Mandiri menggabungkan keterbacaan pohon keputusan klasik dengan kemampuan untuk memanfaatkan sejumlah besar data tak berlabel melalui tugas-tugas pretext mandiri. Model ini mempelajari representasi fitur yang berguna atau kriteria pemisahan node dari sampel tak berlabel sebelum menyempurnakan prediksi pada kumpulan data berlabel kecil, menjembatani kesenjangan antara pohon yang sepenuhnya terawasi dan pengelompokan yang sepenuhnya tidak terawasi.