Învățare online semi-supervizată
Învățarea online semi-supervizată combină stilul de actualizare incrementală al învățării online cu capacitatea de a exploata exemplele neetichetate, permițând modelelor să se îmbunătățească continuu dintr-un flux de date în care doar o mică fracțiune din instanțele care sosesc poartă etichete de adevăr fundamental. Este deosebit de valoroasă atunci când etichetarea este costisitoare sau întârziată, dar datele sosesc în timp real.
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
- 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
Cum se citează această pagină
ScholarGate. (2026, June 3). Semi-supervised Online Learning (Incremental Learning with Partially Labeled Streams). ScholarGate. https://scholargate.app/ro/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.
- Învățare activăÎnvățare automată↔ compare
- Propagarea etichetelorÎnvățare automată↔ compare
- Învățare onlineÎnvățare automată↔ compare
- Învățare semi-supervizatăÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →