Naive Bayes semi-supervizat
Naive Bayes semi-supervizat extinde modelul generator clasic Naive Bayes pentru a exploata volume mari de date neetichetate, alături de un set mic de date etichetate. Utilizând Expectation-Maximization, inferează iterativ asignări soft de clase pentru exemplele neetichetate și reestimează parametrii de clasă și caracteristici, generând clasificatori substanțial mai buni atunci când exemplele etichetate sunt rare.
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). Semi-supervised Naive Bayes (EM-augmented Generative Classifier). ScholarGate. https://scholargate.app/ro/machine-learning/semi-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.
- Regresia LogisticăStatistică pentru cercetare↔ compare
- Naive BayesÎnvățare automată↔ compare
- Învățare semi-supervizatăÎnvățare automată↔ compare
- Mașină cu vectori suport semi-supervizatăÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →