Machine learningMachine learning

Uczenie ze wsparciem częściowym

Uczenie ze wsparciem częściowym (SSL) to paradygmat uczenia maszynowego, który trenuje modele przy użyciu niewielkiego zbioru oznakowanych przykładów wraz ze znacznie większą pulą nieoznakowanych danych. Wykorzystując strukturę inherentną w nieoznakowanych danych, SSL osiąga dokładność zbliżoną do modeli w pełni nadzorowanych, wymagając jednocześnie znacznie mniej kosztownych ręcznych etykiet — co czyni go praktycznym, gdy etykietowanie jest kosztowne, powolne lub ograniczone zasobowo.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

Uczenie ze wsparciem częściowym

Aktywna nauka Uczenie z niewielką licz…Uczenie samo nadzorowane Półnadzorowany las losowy Uczenie transferowe Active Learning Boosting Aktywne Uczenie w Uczeni…Aktywny Uczący się Model…Aktywne uczenie się z re…Aktywne uczenie maszynow…

+61 more

Źródła

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 ↗

Jak cytować tę stronę

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

Aktywna naukaUczenie maszynowe↔ compare
Uczenie z niewielką liczbą przykładówUczenie maszynowe↔ compare
Uczenie samo nadzorowaneUczenie maszynowe↔ compare
Półnadzorowany las losowyUczenie maszynowe↔ compare
Uczenie transferoweUczenie maszynowe↔ compare

Compare side by side →

Cytowana przez

Active Learning Boosting Aktywne Uczenie w Uczeniu Federacyjnym Aktywny Uczący się Model Mieszanin Gaussowskich Aktywne uczenie się z regresją logistyczną Aktywne uczenie maszynowe z jednoklasowym SVM Aktywne uczenie z samonadzorem Aktywne uczenie maszynowe z użyciem maszyny wektorów nośnych Głosowanie w ramach aktywnego uczenia (Active Learning Voting Ensemble)Algorytm Apriori Reguły asocjacyjne Bayesowskie aktywne uczenie się Bayesowskie uczenie się on-line Bayesowskie uczenie częściowo nadzorowane Uczące się aktywne z wykorzystaniem zespołów (Ensemble Active Learning)Uczenie przyrostowe zespołowe (Ensemble Online Learning)Uczenie zespołowe samonadzorowane Uczące się zespoły w uczeniu ze wsparciem częściowym Uczenie z niewielką liczbą przykładów Uczenie metryczne Online Active Learning Uczenie z niewielką liczbą przykładów w trybie online Uczenie online Uczenie online ze wsparciem (semi-supervised learning)Online Transfer Learning Regularyzowane uczenie federacyjne Uczenie online z regularyzacją Uregularyzowane uczenie częściowo nadzorowane Odporne aktywne uczenie się Aktywne uczenie wspomagane uczeniem samo nadzorowanym Samonadzorowane drzewo decyzyjne Uczenie federacyjne z samo-nadzorem Samo-nadzorujący się model mieszaniny Gaussa Samouczenie gradientowe Uczenie samo nadzorowane Samonadzorowany Naiwny Klasyfikator Bayes'a Samouczenie z wykorzystaniem lasów losowych Samo-nadzorowane uczenie się w architekturze typu Stacking Ensemble Maszyna wektorów nośnych z uczeniem samonadzorowanym Uczenie transferowe z samo-nadzorem Aktywne uczenie częściowo nadzorowane Półnadzorowany algorytm Apriori Reguły asocjacyjne częściowo nadzorowane Wykrywanie anomalii za pomocą autoenkodera semisuperwzvisowanego Bagging półnadzorowany Wzmocnienie półnadzorowane Półnadzorowany model dyfuzyjny Półnadzorowane uczenie federacyjne Semi-supervised Few-shot Learning Półnadzorowany GAN Półnadzorowany model mieszanin Gaussa Gaussowski proces półnadzorowany Półnadzorowany gradient boosting Grafowa sieć neuronowa w uczeniu częściowo nadzorowanym Półnadzorowany Isolation Forest Półnadzorowane K-means Półnadzorowany algorytm K-najbliższych sąsiadów Regresja liniowa z częściowym nadzorem Logistyczna regresja półnadzorowana Półnadzorowane sieci LSTM Uczenie metryczne wspomagane częściowym nadzorem Półnadzorowany naiwny klasyfikator Bayesa Półnadzorowany SVM Jednej Klasy Półnadzorowane uczenie online Uczenie transferowe częściowo nadzorowane Półnadzorowany Zespół Głosujący Uczenie transferowe Słabo nadzorowana segmentacja semantyczna Słabo nadzorowany autoenkoder wariacyjny Słabo nadzorowany Vision Transformer

Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →