Метод опорных векторов с самообучением (Self-supervised Support Vector Machine)

Метод опорных векторов с самообучением (Self-supervised SVM) сочетает предварительное обучение с самообучением — получение представлений из неразмеченных данных посредством предварительных задач (pretext tasks) — с классификатором опорных векторов (SVM), обученным на полученных признаках. Такой гибридный подход обеспечивает высокую эффективность классификации даже при ограниченном количестве размеченных данных, используя структуру, заложенную в больших неразмеченных наборах данных, перед применением целевой функции SVM, максимизирующей зазор.