Pašuzraudzīta palielināšana (Self-supervised Boosting)
Pašuzraudzīta palielināšana integrē pašuzraudzītus preteksta uzdevumus palielināšanas ietvarā — aptverot AdaBoost, gradienta palielināšanu un to mūsdienu variantus — lai izmantotu lielas neiezīmētu datu kopas. Vispirms apgūstot iezīmju attēlojumus no neiezīmētiem paraugiem un pēc tam secīgi palaižot vājo mācītāju ansambļus uz pseido-iezīmētiem datiem, tā sasniedz konkurētspējīgu precizitāti pat tad, ja patiesās iezīmes ir retas.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
Kā citēt šo lapu
ScholarGate. (2026, June 3). Self-supervised Boosting (SSL-Boosting). ScholarGate. https://scholargate.app/lv/machine-learning/self-supervised-boosting
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.
- Active Learning BoostingMašīnmācīšanās↔ compare
- PastiprināšanaMašīnmācīšanās↔ compare
- Pašuzraudzīta gradienta pastiprināšanaMašīnmācīšanās↔ compare
- Pašuzraudzības apmācībaMašīnmācīšanās↔ compare
- Daļēji uzraudzīta pastiprināšanaMašīnmācīšanās↔ compare
- XGBoostMašīnmācīšanās↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →