Aprendizagem Online Semissupervisionada
A Aprendizagem Online Semissupervisionada combina o estilo de atualização incremental da aprendizagem online com a capacidade de explorar exemplos não rotulados, permitindo que os modelos melhorem continuamente a partir de um fluxo de dados no qual apenas uma pequena fração das instâncias que chegam possui rótulos de "ground-truth". É especialmente valiosa quando a rotulagem é cara ou atrasada, mas os dados chegam em tempo real.
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.
Fontes
- Goldberg, A., Li, M., & Zhu, X. (2008). Online manifold regularization: A new learning setting and empirical study. In Proceedings of the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD 2008), Lecture Notes in Computer Science, 5211, 393–407. Springer. link ↗
- Zhu, X., & Goldberg, A. B. (2009). Introduction to Semi-Supervised Learning. Morgan & Claypool Publishers. ISBN: 978-1-59829-548-3
Como citar esta página
ScholarGate. (2026, June 3). Semi-supervised Online Learning (Incremental Learning with Partially Labeled Streams). ScholarGate. https://scholargate.app/pt/machine-learning/semi-supervised-online-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.
- Aprendizagem AtivaAprendizado de máquina↔ compare
- Propagação de RótulosAprendizado de máquina↔ compare
- Aprendizado OnlineAprendizado de máquina↔ compare
- Aprendizado Semi-supervisionadoAprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →