ScholarGate
Asistenti
Machine learningMachine learning

XGBoost gjysmë-i mbikëqyrur

XGBoost gjysmë-i mbikëqyrur shtrin kornizën e përforcimit të gradientit XGBoost në skenarë ku vetëm një pjesë e vogël e shembujve të trajnimit mbart etiketa. Duke gjeneruar iterativisht pseudo-etiketa për të dhënat e paetiketuara dhe duke u ri-trajnuar në grupin e zgjeruar, metoda nxjerr sinjal nga vëzhgimet e paetiketuara, duke përmirësuar përgjithësimin kur të dhënat e etiketuara janë të pakta.

Hapeni në MethodMindSë shpejtiVideoSë shpejtiDownload slides

Lexoni metodën e plotë

Vetëm për anëtarët

Hyni me një llogari falas për ta lexuar këtë seksion.

Hyni

Method map

The neighbourhood of related methods — select a node to explore.

Burimet

  1. Chen, T. & Guestrin, C. (2016). XGBoost: A Scalable Tree Boosting System. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 785–794. DOI: 10.1145/2939672.2939785
  2. Chapelle, O., Scholkopf, B. & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9

Si ta citoni këtë faqe

ScholarGate. (2026, June 3). Semi-supervised Extreme Gradient Boosting. ScholarGate. https://scholargate.app/sq/machine-learning/semi-supervised-xgboost

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.

Compare side by side

Cituar nga

ScholarGateSemi-supervised XGBoost (Semi-supervised Extreme Gradient Boosting). Marrë më 2026-06-15 nga https://scholargate.app/sq/machine-learning/semi-supervised-xgboost · Seti i të dhënave: https://doi.org/10.5281/zenodo.20539026