Selv-supervisert beslutningstre
Selv-supervisert beslutningstre-læring kombinerer tolkbarheten til klassiske beslutningstrær med evnen til å utnytte store mengder umerkede data gjennom selv-superviserte forhåndsoppgaver (pretext tasks). Modellen lærer nyttige representasjoner av trekk eller kriterier for nodelinjeføring fra umerkede utvalg før den foredler prediksjoner på et lite merket datasett, og bygger bro over gapet mellom fullt superviserte trær og rent uovervåket klynging.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
Slik siterer du denne siden
ScholarGate. (2026, June 3). Self-supervised Decision Tree Learning. ScholarGate. https://scholargate.app/no/machine-learning/self-supervised-decision-tree
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.
- BeslutningstreMaskinlæring↔ compare
- Gradient BoostingMaskinlæring↔ compare
- Label PropagationMaskinlæring↔ compare
- Random ForestMaskinlæring↔ compare
- Semiveiledet læringMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →