Pašuzraudzītās lēmumu koku metodes
Pašuzraudzītās lēmumu koku metodes apvieno klasisko lēmumu koku interpretējamību ar spēju izmantot lielu daudzumu nenosauktu datu, izmantojot pašuzraudzītus priekšnoteikumu uzdevumus. Modelis apgūst noderīgas iezīmju reprezentācijas vai mezglu sadalīšanas kritērijus no nenosauktiem paraugiem pirms prognožu precizēšanas uz neliela nosaukta kopuma, aizpildot plaisu starp pilnībā uzraudzītiem kokiem un tīri nenosauktu grupēšanu.
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 Decision Tree Learning. ScholarGate. https://scholargate.app/lv/machine-learning/self-supervised-decision-tree
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.
- Koku lēmumu pieņemšana (Decision Tree)Mašīnmācīšanās↔ compare
- Gradient BoostingMašīnmācīšanās↔ compare
- Iezīmju izplatīšanaMašīnmācīšanās↔ compare
- Random ForestMašīnmācīšanās↔ compare
- Daudzpusīgā apguveMašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →