ScholarGate
Assistent
Machine learningMachine learning

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.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

+30 more

Bronnen

  1. LeCun, Y. & Misra, I. (2022). Self-supervised learning: The dark matter of intelligence. Meta AI Blog. https://ai.facebook.com/blog/self-supervised-learning-the-dark-matter-of-intelligence/ link
  2. Self-supervised learning. Wikipedia. link

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.

Compare side by side

Geciteerd door

ScholarGateSelf-supervised Learning (Self-supervised Learning (Pretext-task Representation Learning)). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/machine-learning/self-supervised-learning · Gegevensset: https://doi.org/10.5281/zenodo.20539026