Árvore de Decisão Auto-supervisionada

O aprendizado de Árvore de Decisão Auto-supervisionada combina a interpretabilidade das árvores de decisão clássicas com a capacidade de explorar grandes quantidades de dados não rotulados através de tarefas pretexto auto-supervisionadas. O modelo aprende representações úteis de características ou critérios de divisão de nós a partir de amostras não rotuladas antes de refinar as previsões em um pequeno conjunto rotulado, preenchendo a lacuna entre árvores totalmente supervisionadas e clustering puramente não supervisionado.