Semi-supervidovaná lineárna regresia
Semi-supervidovaná lineárna regresia prispôsobuje lineárny model na malej označenej dátovej sade a následne využíva väčší súbor neoznačených pozorovaní na zlepšenie odhadov koeficientov a generalizácie. Generovaním pseudo-označení pre neoznačené body a iteratívnym spresňovaním modelu dosahuje lepšiu prediktívnu presnosť ako čisto supervidovaný lineárny model trénovaný len na obmedzenom počte označení.
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
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
- Zhou, Z.-H., & Li, M. (2005). Semi-supervised regression with co-training. Proceedings of the 19th International Joint Conference on Artificial Intelligence (IJCAI), 908–913. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Semi-supervised Linear Regression (Linear Model with Labeled and Unlabeled Data). ScholarGate. https://scholargate.app/sk/machine-learning/semi-supervised-linear-regression
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.
- Propagácia štítkovStrojové učenie↔ compare
- Lineárna regresia (ML)Strojové učenie↔ compare
- Regularizovaná lineárna regresiaStrojové učenie↔ compare
- Polosupervizované učenieStrojové učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →