Machine learningMachine learning
半教師あり投票アンサンブル
半教師あり投票アンサンブルは、少数のラベル付きデータセットで複数の分類器を訓練し、その後、分類器が合意した例を反復的に利用してラベルなしデータを活用し、訓練プールを拡大して、すべての分類器がテスト例に共同で投票するまで行います。これは、半教師あり学習のラベル効率性と、多数決アンサンブルの分散削減を組み合わせたものであり、注釈付けが高価な場合に価値があります。
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.
出典
- Zhou, Z.-H., & Li, M. (2005). Tri-training: Exploiting unlabeled data using three classifiers. IEEE Transactions on Knowledge and Data Engineering, 17(11), 1529–1541. DOI: 10.1109/TKDE.2005.186 ↗
- Blum, A., & Mitchell, T. (1998). Combining labeled and unlabeled data with co-training. Proceedings of the 11th Annual Conference on Computational Learning Theory (COLT), 92–100. DOI: 10.1145/279943.279962 ↗
このページの引用方法
ScholarGate. (2026, June 3). Semi-supervised Voting Ensemble (Agreement-based Multi-classifier with Unlabeled Data). ScholarGate. https://scholargate.app/ja/machine-learning/semi-supervised-voting-ensemble
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.
- ブースティング機械学習↔ compare
- 自己教師あり学習機械学習↔ compare
- 半教師あり バギング機械学習↔ compare
- 半教師あり学習機械学習↔ compare
- 投票アンサンブル機械学習↔ compare