Machine learningMachine learning

Support Vector Machine Kendiri-Selia

Support Vector Machine (SVM) Kendiri-Selia menggabungkan pra-latihan kendiri-selia — pembelajaran perwakilan daripada data tidak berlabel melalui tugas pretext — dengan pengelas Support Vector Machine yang dilatih pada ciri yang terhasil. Pendekatan hibrid ini membolehkan prestasi pengelasan yang kukuh walaupun data berlabel adalah terhad, dengan memanfaatkan struktur yang tertanam dalam set data tidak berlabel yang besar sebelum menggunakan objektif pemaksimuman margin SVM.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

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

Support Vector Machine Kendiri-Selia

PCA Kernel Label Propagation Pembelajaran Kendiri-Pen…Pembelajaran Separa Selia Mesin Vektor Sokongan (K…

Sumber

De Palma, A., Bucarelli, M. S., Goyal, P., & Silvestri, F. (2021). Self-supervised Support Vector Machine. Proceedings of the AAAI Workshop on Self-Supervised Learning for the Internet of Things. link ↗
Self-supervised learning. Wikipedia. link ↗

Cara memetik halaman ini

ScholarGate. (2026, June 3). Self-supervised Support Vector Machine (Self-supervised SVM). ScholarGate. https://scholargate.app/ms/machine-learning/self-supervised-support-vector-machine

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.

PCA KernelPembelajaran Mesin↔ compare
Label PropagationPembelajaran Mesin↔ compare
Pembelajaran Kendiri-PenyeliaanPembelajaran Mesin↔ compare
Pembelajaran Separa SeliaPembelajaran Mesin↔ compare
Mesin Vektor Sokongan (Klasifikasi)Pembelajaran Mesin↔ compare

Compare side by side →

Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →