Machine learningMachine learning
半教師あり学習
半教師あり学習（SSL）は、少量のラベル付きデータと大量のラベルなしデータを用いてモデルを訓練する機械学習パラダイムです。SSLは、ラベルなしデータに内在する構造を活用することで、完全に教師ありのモデルに近い精度を達成しつつ、はるかに少ないコストで手動ラベリングを行うことができます。これにより、ラベリングが高価、時間がかかる、またはリソースが限られている場合に実用的となります。
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.
+61 more
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Semi-supervised Learning (Combined Labeled and Unlabeled Data Training). ScholarGate. https://scholargate.app/ja/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.
- アクティブラーニング機械学習↔ compare
- Few-shot Learning機械学習↔ compare
- 自己教師あり学習機械学習↔ compare
- 半教師ありランダムフォレスト機械学習↔ compare
- 転移学習機械学習↔ compare
この手法を参照する項目
アクティブラーニングブースティングアクティブラーニングと連合学習アクティブラーニング・ガウス混合モデルActive Learning Logistic Regressionアクティブラーニング・ワンクラスSVM自己教師あり学習を伴うアクティブラーニングアクティブラーニングサポートベクターマシンアクティブラーニング投票アンサンブルAprioriアルゴリズムアソシエーションルールベイジアン能動学習ベイズ逐次学習ベイズ的半教師あり学習アンサンブル・アクティブ・ラーニングアンサンブルオンライン学習アンサンブル自己教師あり学習アンサンブル半教師あり学習Few-shot Learning距離学習オンライン能動学習オンライン少数ショット学習オンライン学習オンライン半教師あり学習オンライン転移学習正則化連邦学習正則化オンライン学習正則化半教師あり学習ロバスト能動学習自己教師あり能動学習自己教師あり決定木自己教師あり連合学習自己教師あり混合ガウスモデル自己教師あり勾配ブースティング自己教師あり学習自己教師ありナイーブベイズ自己教師ありランダムフォレスト自己教師ありスタッキングアンサンブル自己教師ありサポートベクターマシン自己教師あり転移学習半教師あり能動学習半教師ありAprioriアルゴリズム半教師あり連想規則半教師ありオートエンコーダ異常検知半教師あり バギング半教師ありブースティング半教師あり拡散モデル半教師あり連合学習半教師あり少数ショット学習Semi-supervised GAN半教師ありガウス混合モデル半教師ありガウス過程半教師あり勾配ブースティング半教師ありグラフニューラルネットワークSemi-supervised Isolation Forest半教師あり K-means半教師ありK近傍法半教師あり線形回帰半教師ありロジスティック回帰半教師ありLSTM半教師あり距離学習半教師ありナイーブベイズ半教師ありワンクラスSVM半教師ありオンライン学習半教師あり転移学習半教師あり投票アンサンブル転移学習弱教師あり意味セグメンテーション弱教師あり変分オートエンコーダーWeakly Supervised Vision Transformer