Naive Bayes auto-supervizat
Naive Bayes auto-supervizat extinde clasificatorul clasic Naive Bayes pentru a exploata volume mari de date neetichetate prin atribuirea iterativă de pseudo-etichete moi printr-o buclă Expectation-Maximization. Demonstrată inițial pentru clasificarea textului de către Nigam et al. (2000), abordarea poate îmbunătăți substanțial acuratețea atunci când exemplele etichetate sunt rare, dar datele neetichetate sunt abundente.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Nigam, K., McCallum, A. K., Thrun, S., & Mitchell, T. (2000). Text classification from labeled and unlabeled documents using EM. Machine Learning, 39(2-3), 103–134. DOI: 10.1023/A:1007692713085 ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.) (2006). Semi-supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Cum se citează această pagină
ScholarGate. (2026, June 3). Self-supervised Naive Bayes (EM-augmented Generative Classifier). ScholarGate. https://scholargate.app/ro/machine-learning/self-supervised-naive-bayes
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.
- Naive BayesÎnvățare automată↔ compare
- Învățare auto-supervizatăÎnvățare automată↔ compare
- Regresie logistică auto-supervizatăÎnvățare automată↔ compare
- Învățare semi-supervizatăÎnvățare automată↔ compare
- Naive Bayes semi-supervizatÎnvățare automată↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →