Polosupervidovaný LightGBM
Semi-supervised LightGBM kombinuje vysoko efektívny rámec gradientového zosilňovania (gradient boosting) LightGBM s metódami semi-supervizovaného učenia — najčastejšie s pseudo-označovaním (pseudo-labeling) alebo samo-trénovaním (self-training) — s cieľom využiť rozsiahle súbory neoznačených dát spolu s menšou množinou označených dát, čím sa zlepšuje prediktívny výkon v prípadoch, keď je získavanie označení nákladné alebo časovo náročné.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Ke, G., Meng, Q., Finley, T., Wang, T., Chen, W., Ma, W., Ye, Q., & Liu, T.-Y. (2017). LightGBM: A highly efficient gradient boosting decision tree. Advances in Neural Information Processing Systems, 30, 3146–3154. link ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Ako citovať túto stránku
ScholarGate. (2026, June 3). Semi-supervised Learning with Light Gradient Boosting Machine. ScholarGate. https://scholargate.app/sk/machine-learning/semi-supervised-lightgbm
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.
- LightGBMStrojové učenie↔ compare
- Polosupervizované zosilňovanie gradientuStrojové učenie↔ compare
- Semi-Supervised Random ForestStrojové učenie↔ compare
- Semi-supervised XGBoostStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →