Self-supervised Random Forest

Self-supervised Random Forest (SSL-RF) estende il classico random forest a contesti in cui gli esempi etichettati sono scarsi. La foresta viene inizialmente addestrata utilizzando pseudo-etichette generate automaticamente derivate da un task pretestuale auto-supervisionato — come la predizione di trasformazioni dei dati o di feature mascherate — e poi raffinata sulle etichette vere disponibili, combinando l'efficienza delle etichette dell'apprendimento auto-supervisionato con la robustezza degli alberi d'insieme.