Machine learningMachine learning

Pembelajaran Semi-terawasi

Pembelajaran semi-terawasi (SSL) adalah paradigma pembelajaran mesin yang melatih model menggunakan sejumlah kecil contoh berlabel bersama dengan kumpulan data tak berlabel yang jauh lebih besar. Dengan memanfaatkan struktur yang melekat pada data tak berlabel, SSL mencapai akurasi yang lebih dekat ke model yang sepenuhnya terawasi sambil membutuhkan label manual yang jauh lebih sedikit dan mahal — menjadikannya praktis ketika pelabelan mahal, lambat, atau dibatasi sumber daya.

Buka di MethodMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

The neighbourhood of related methods — select a node to explore.

Pembelajaran Semi-terawasi

Pembelajaran Aktif Pembelajaran Sedikit Con…Pembelajaran Mandiri Ter…Semi-supervised Random F…Transfer Learning Peningkat Pembelajaran A…Pembelajaran Aktif Pembe…Pembelajaran Aktif Model…Regresi Logistik Pembela…Pembelajaran Aktif SVM S…

+61 more

Sumber

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 ↗

Cara menyitasi halaman ini

ScholarGate. (2026, June 3). Semi-supervised Learning (Combined Labeled and Unlabeled Data Training). ScholarGate. https://scholargate.app/id/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.

Pembelajaran AktifPembelajaran Mesin↔ compare
Pembelajaran Sedikit Contoh (Few-shot Learning)Pembelajaran Mesin↔ compare
Pembelajaran Mandiri TerawasiPembelajaran Mesin↔ compare
Semi-supervised Random ForestPembelajaran Mesin↔ compare
Transfer LearningPembelajaran Mesin↔ compare

Compare side by side →

Dirujuk oleh

Peningkat Pembelajaran Aktif Pembelajaran Aktif Pembelajaran Federasi Pembelajaran Aktif Model Gaussian Campuran Regresi Logistik Pembelajaran Aktif Pembelajaran Aktif SVM Satu Kelas Pembelajaran Aktif dengan Pembelajaran Mandiri Terawasi Support Vector Machine Pembelajaran Aktif Ensemble Pemungutan Suara Pembelajaran Aktif Algoritma Apriori Aturan Asosiasi Pembelajaran Aktif Bayesian Pembelajaran Online Bayesian Pembelajaran Semi-terawasi Bayesian Pembelajaran Aktif Ensemble Pembelajaran Daring Ensemble Pembelajaran Mandiri Ensemble Pembelajaran Semi-terawasi Ensemble Pembelajaran Sedikit Contoh (Few-shot Learning)Pembelajaran Metrik Pembelajaran Aktif Daring Pembelajaran Sedikit Contoh Daring Pembelajaran Daring Pembelajaran Semi-terawasi Daring Pembelajaran Transfer Daring Pembelajaran Federasi Teralogaritma Pembelajaran Daring Teregulasi Pembelajaran Semi-Terawasi Termanormalisasi Pembelajaran Aktif Robust Pembelajaran Aktif Mandiri (Self-supervised Active Learning)Pohon Keputusan Mandiri (Self-supervised Decision Tree)Pembelajaran Federasi Mandiri (Self-supervised Federated Learning)Model Gaussian Mixture Mandiri-Terbimbing (SS-GMM)Gradient Boosting Mandiri Pembelajaran Mandiri Terawasi Naive Bayes Mandiri-Supervisi Random Forest Mandiri-Terawasi Ensemble Stacking Diawasi Mandiri Support Vector Machine (SVM) Mandiri-Terawasi Pembelajaran Transfer Mandiri-Supervisi Semi-supervised Active Learning Algoritma Apriori Semi-terawasi Semi-supervised Association Rules Deteksi Anomali Semi-terawasi dengan Autoencoder Semi-supervised Bagging Boosting Semi-terawasi Model Difusi Semi-Terawasi Pembelajaran Federasi Semi-terawasi Pembelajaran Sedikit Sampel Semi-terawasi GAN Semi-terawasi Model Gaussian Campuran Semi-Terawasi Gaussian Process Semi-Terawasi Peningkatan Gradien Semi-Terawasi Jaringan Saraf Graf Semi-Terawasi Semi-supervised Isolation Forest K-means Semi-Terawasi K-Nearest Neighbors Semi-Terawasi Regresi Linear Semi-Terawasi Regresi Logistik Semi-Terawasi LSTM Semi-Terawasi Pembelajaran Metrik Semi-Terawasi Naive Bayes Semi-Terawasi Semi-supervised One-class SVM Pembelajaran Daring Semi-terawasi Transfer Pembelajaran Semi-Terawasi Semi-supervised Voting Ensemble Transfer Learning Segmentasi Semantik yang Diawasi Secara Lemah Variational Autoencoder dengan Supervisi Lemah Vision Transformer Supervisi Lemah

Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →