Máquina de Vetores de Suporte Semi-supervisionada
A Máquina de Vetores de Suporte Semi-supervisionada (S3VM) estende a SVM clássica incorporando grandes quantidades de dados não rotulados juntamente com um pequeno conjunto de treinamento rotulado. Ela busca um hiperplano de margem máxima que não apenas separa os exemplos rotulados, mas também atravessa regiões de baixa densidade da distribuição completa dos dados, resultando em melhor generalização quando as amostras rotuladas são escassas.
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
- Joachims, T. (1999). Transductive Inference for Text Classification using Support Vector Machines. Proceedings of the 16th International Conference on Machine Learning (ICML), 200–209. link ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Como citar esta página
ScholarGate. (2026, June 3). Semi-supervised Support Vector Machine (S3VM / Transductive SVM). ScholarGate. https://scholargate.app/pt/machine-learning/semi-supervised-support-vector-machine
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.
- Propagação de RótulosAprendizado de máquina↔ compare
- Regressão LogísticaEstatística para pesquisa↔ compare
- Random ForestAprendizado de máquina↔ compare
- Máquina de Vetores de Suporte (Classificação)Aprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →