Zelf-gesuperviseerd Leren
Zelf-gesuperviseerd leren (SSL) is een machine learning-paradigma dat zijn eigen supervisiesignaal genereert rechtstreeks uit ongelabelde gegevens door een hulp-pretext-taak te definiëren — zoals het voorspellen van gemaskeerde woorden, het roteren van afbeeldingen, of het contrasteren van geaugmenteerde weergaven — en de geleerde representaties gebruikt als een krachtig startpunt voor downstreamtaken met minimale gelabelde voorbeelden.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+30 more
Bronnen
Deze pagina citeren
ScholarGate. (2026, June 3). Self-supervised Learning (Pretext-task Representation Learning). ScholarGate. https://scholargate.app/nl/machine-learning/self-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.
- Few-shot LearningMachine learning↔ compare
- Semi-supervised LearningMachine learning↔ compare
- TransferlerenMachine learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →