Machine learningMachine learning
준지도 전이 학습
준지도 전이 학습은 풍부하게 레이블링된 소스 도메인에서 전이된 지식과 풍부한 비레이블링된 타겟 도메인 데이터의 구조를 결합하며, 적은 수의 레이블링된 타겟 예시만을 사용하여 전체 주석이 부족하거나 비용이 많이 드는 경우에도 강력한 일반화 성능을 달성합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Zhuang, F., Qi, Z., Duan, K., Xi, D., Zhu, Y., Zhu, H., Xiong, H., & He, Q. (2021). A comprehensive survey on transfer learning. Proceedings of the IEEE, 109(1), 43–76. DOI: 10.1109/JPROC.2020.3004555 ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
이 페이지 인용 방법
ScholarGate. (2026, June 3). Semi-supervised Transfer Learning. ScholarGate. https://scholargate.app/ko/machine-learning/semi-supervised-transfer-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.
Compare side by side →