Aprendizado Autossupervisionado
Aprendizado autossupervisionado (SSL) é um paradigma de aprendizado de máquina que gera seu próprio sinal de supervisão diretamente de dados não rotulados, definindo uma tarefa auxiliar pretextual — como prever palavras mascaradas, rotacionar imagens ou contrastar visualizações aumentadas — e usa as representações aprendidas como um ponto de partida poderoso para tarefas subsequentes com exemplos rotulados mínimos.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
+30 more
Fontes
Como citar esta página
ScholarGate. (2026, June 3). Self-supervised Learning (Pretext-task Representation Learning). ScholarGate. https://scholargate.app/pt/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.
- Aprendizado com Poucos ExemplosAprendizado de máquina↔ compare
- Aprendizado Semi-supervisionadoAprendizado de máquina↔ compare
- Aprendizagem por TransferênciaAprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →