Machine learningMachine learning

Puss-uzraudzītā aktīvā mācīšanās

Puss-uzraudzītā aktīvā mācīšanās (SSAL) ir hibrīda mācīšanās paradigma, kas apvieno aktīvās mācīšanās selektīvo vaicājumu stratēģiju ar puss-uzraudzītās mācīšanās spēju izmantot neiezīmētus datus. Modelis iteratīvi izvēlas informatīvākos neiezīmētos gadījumus ekspertu anotēšanai, vienlaikus izmantojot lielo neannotēto paraugu kopumu, lai uzlabotu savas reprezentācijas, dramatiski samazinot anotēšanas izmaksas, vienlaikus saglabājot spēcīgu prognozēšanas precizitāti.

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

The neighbourhood of related methods — select a node to explore.

Avoti

  1. Settles, B. (2012). Active Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning. Morgan & Claypool. DOI: 10.2200/S00429ED1V01Y201207AIM018
  2. Zhu, X. (2005). Semi-supervised learning literature survey. Technical Report 1530, Computer Sciences, University of Wisconsin-Madison. link

Kā citēt šo lapu

ScholarGate. (2026, June 3). Semi-supervised Active Learning (SSAL). ScholarGate. https://scholargate.app/lv/machine-learning/semi-supervised-active-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
ScholarGateSemi-supervised Active Learning (Semi-supervised Active Learning (SSAL)). Izgūts 2026-06-15 no https://scholargate.app/lv/machine-learning/semi-supervised-active-learning · Datu kopa: https://doi.org/10.5281/zenodo.20539026