Pašuzraudzītājs Naive Bayes
Pašuzraudzītājs Naive Bayes paplašina klasisko Naive Bayes klasifikatoru, lai izmantotu lielu neiezīmētu datu kopu, iteratīvi piešķirot mīkstus pseido-ેટiketes, izmantojot Expectation-Maximization (EM) ciklu. Sākotnēji teksta klasifikācijai demonstrētais Nigam et al. (2000) pieeja var būtiski uzlabot precizitāti, ja iezīmētu piemēru ir maz, bet neiezīmētu datu ir daudz.
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
- Nigam, K., McCallum, A. K., Thrun, S., & Mitchell, T. (2000). Text classification from labeled and unlabeled documents using EM. Machine Learning, 39(2-3), 103–134. DOI: 10.1023/A:1007692713085 ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.) (2006). Semi-supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Kā citēt šo lapu
ScholarGate. (2026, June 3). Self-supervised Naive Bayes (EM-augmented Generative Classifier). ScholarGate. https://scholargate.app/lv/machine-learning/self-supervised-naive-bayes
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.
- Naive BayesMašīnmācīšanās↔ compare
- Pašuzraudzības apmācībaMašīnmācīšanās↔ compare
- Logistiskā regresija ar pašuzraudzībuMašīnmācīšanās↔ compare
- Daudzpusīgā apguveMašīnmācīšanās↔ compare
- Pusautomātiskā Naive BayesMašīnmācīšanās↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →