Machine learningMachine learning
半教師あり バギング
Semi-supervised Baggingは、ラベル付き訓練例が乏しいものの大量のラベルなしデータが利用可能な設定に、古典的なバギングアンサンブルを拡張したものである。ラベル付きデータで訓練されたベース学習器がラベルなし例に疑似ラベルを割り当て、その後、拡張されたデータセットを用いて、単一モデルのみで訓練されたものよりも精度が高く安定した多数決（または平均出力）を持つ多様なアンサンブルを成長させる。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Bennett, K. P., & Demiriz, A. (1999). Semi-supervised support vector machines. Advances in Neural Information Processing Systems, 11. MIT Press. link ↗
- Li, M., & Zhou, Z.-H. (2005). SETRED: Self-training with editing. In Proceedings of the 9th Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD), LNAI 3518, pp. 611–621. Springer. DOI: 10.1007/11430919_71 ↗
このページの引用方法
ScholarGate. (2026, June 3). Semi-supervised Bagging (Bootstrap Aggregating with Unlabeled Data). ScholarGate. https://scholargate.app/ja/machine-learning/semi-supervised-bagging
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.
Compare side by side →