Machine learningMachine learning

Daudzpusīgā apguve

Daudzpusīgā apguve (SSL) ir mašīnapguves paradigma, kas apmāca modeļus, izmantojot nelielu skaitu iezīmētu piemēru kopā ar daudz lielāku neiezīmētu datu kopumu. Izmantojot neiezīmētajos datos esošo struktūru, SSL sasniedz precizitāti, kas ir tuvāka pilnībā uzraudzītiem modeļiem, vienlaikus prasot krietni mazāk dārgu manuālu iezīmju — padarot to praktisku, kad iezīmēšana ir dārga, lēna vai resursu ziņā ierobežota.

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.

Daudzpusīgā apguve

Aktīvā mācīšanās Mācīšanās ar maziem para…Pašuzraudzības apmācība Daļēji uzraudzīts Random…Pārneses apmācība Active Learning Boosting Federated Active Learnin…Active learning Gaussian…Loģistikās regresijas ak…Aktīvās apmācības viena…

+61 more

Avoti

Chapelle, O., Scholkopf, B., & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Zhu, X. (2005). Semi-supervised learning literature survey. Technical Report 1530, University of Wisconsin-Madison. link ↗

Kā citēt šo lapu

ScholarGate. (2026, June 3). Semi-supervised Learning (Combined Labeled and Unlabeled Data Training). ScholarGate. https://scholargate.app/lv/machine-learning/semi-supervised-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.

Aktīvā mācīšanāsMašīnmācīšanās↔ compare
Mācīšanās ar maziem paraugu skaituMašīnmācīšanās↔ compare
Pašuzraudzības apmācībaMašīnmācīšanās↔ compare
Daļēji uzraudzīts Random ForestMašīnmācīšanās↔ compare
Pārneses apmācībaMašīnmācīšanās↔ compare

Compare side by side →

Uz to atsaucas

Active Learning Boosting Federated Active Learning (Federated Active Learning)Active learning Gaussian mixture model Loģistikās regresijas aktīvā apguve Aktīvās apmācības viena klases SVM Aktīvā mācīšanās ar pašuzraudzītu mācīšanos Atvērtās mācīšanās atbalsta vektoru mašīna Balsojošā kopas aktīvā apguve Apriori algoritms Asociācijas likumi Beiziešu aktīvā mācīšanās Beijesiskā tiešsaistes apguve Beijesiskā daļēji uzraudzītā apguve Saliekamā aktīvā mācīšanās Ensemble Online Learning Ensemble Self-supervised Learning Ensemble Semi-supervised Learning Mācīšanās ar maziem paraugu skaitu Metriskā apguve Tiešsaistes aktīvā mācīšanās Tiešsaistes dažu šāvienu mācīšanās Tiešsaistes apguve Tiešsaistes daļēji uzraudzītā apguve Tiešsaistes pārsūtīšanas mācīšanās Regularizēta federatīvā apmācība Regularizēta tiešsaistes apguve Regularizēta pusuzraudzīta apmācība Robust Active Learning Pašuzraudzītā aktīvā mācīšanās Pašuzraudzītās lēmumu koku metodes Pašuzraudzītā federatīvā apmācība Pašuzraudzības Gausu maisījuma modelis Pašuzraudzīta gradienta pastiprināšana Pašuzraudzības apmācība Pašuzraudzītājs Naive Bayes Pašuzraudzības kārtībā apmācīts Random Forest Pašuzraudzītā sakraušanas ansamblis Pašuzraudzības sVMS Pašuzraudzītā pārneses apmācība Puss-uzraudzītā aktīvā mācīšanās Daļēji uzraudzīts Apriori algoritms Pusuzraudzīti asociācijas likumi Daļēji uzraudzīts autoenkoders anomaliju noteikšanai Iesauktā daudzpakāpju apmācība (Semi-supervised Bagging)Daļēji uzraudzīta pastiprināšana Puss-uzraudzītā difūzijas modelis Puss-uzraudzīta federatīvā apmācība Daļēji uzraudzīta maz-paraugu mācīšanās Puss-uzraudzīts GAN Pusuzraudzības Gausa maisījuma modelis Daļēji uzraudzīts Gausa process Puspašvadāmā gradientu pastiprināšana Daļēji uzraudzīts grafu neironu tīkls Pusuzraudzītā izolācijas meža metode (Semi-supervised Isolation Forest)Daļēji uzraudzīti K-vidējie Pusgadīgi K tuvāko kaimiņu metode Puss-uzraudzītā lineārā regresija Loģistikas regresija ar daļēji uzraudzītu apmācību Pusiau paškontrolēta LSTM (Semi-supervised LSTM)Ievads puspārraudzītā metrikas apguvē Pusautomātiskā Naive Bayes Pusgadīgi uzraudzīta viena klases SVM Daudzpusīgā tiešsaistes apguve Daļēji uzraudzīta pārsūtīšanas mācīšanās Balsojošs ansamblis ar daļēji uzraudzītu apmācību Pārneses apmācība Vāji uzraudzīta semantiskā segmentācija Vāji uzraudzīts variācijas autoenkoders Vāji uzraudzīts vīziju transformators

Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →