Обучение с частичной разметкой
Полуавтоматическое обучение (SSL) — это парадигма машинного обучения, которая обучает модели, используя небольшое количество размеченных примеров вместе с гораздо большим набором неразмеченных данных. Используя структуру, присущую неразмеченным данным, SSL достигает точности, близкой к моделям полного обучения с учителем, при этом требуя значительно меньше дорогостоящих ручных меток, что делает его практичным, когда разметка является дорогостоящей, медленной или ограничена ресурсами.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+61 more
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Semi-supervised Learning (Combined Labeled and Unlabeled Data Training). ScholarGate. https://scholargate.app/ru/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.
- Активное обучениеМашинное обучение↔ compare
- Обучение на малом числе примеров (Few-shot Learning)Машинное обучение↔ compare
- Самообучение с учителемМашинное обучение↔ compare
- Случайный лес с частичной разметкойМашинное обучение↔ compare
- Перенос обученияМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →