Învățare semi-supervizată
Învățarea semi-supervizată (SSL) este un paradigmă de învățare automată care antrenează modele utilizând un set mic de exemple etichetate împreună cu un ansamblu mult mai mare de date neetichetate. Prin valorificarea structurii inerente datelor neetichetate, SSL atinge o acuratețe apropiată de cea a modelelor complet supervizate, necesitând în același timp mult mai puține etichete manuale costisitoare — făcându-l practic atunci când etichetarea este scumpă, lentă sau constrânsă de resurse.
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.
+61 more
Surse
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
- Zhu, X. (2005). Semi-supervised learning literature survey. Technical Report 1530, University of Wisconsin-Madison. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Semi-supervised Learning (Combined Labeled and Unlabeled Data Training). ScholarGate. https://scholargate.app/ro/machine-learning/semi-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.
- Învățare activăÎnvățare automată↔ compare
- Învățare cu puține exempleÎnvățare automată↔ compare
- Învățare auto-supervizatăÎnvățare automată↔ compare
- Random Forest semi-supervizatÎnvățare automată↔ compare
- Învățare prin transferÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →