Polu-nadgledano pojačavanje
Polu-nadgledano pojačavanje je paradigma učenja sa ansamblom koja proširuje klasične algoritme pojačavanja — kao što je AdaBoost — da bi iskoristila i označene i neoznačene podatke. Propagirajući informacije o oznakama kroz strukturu sličnosti nad neoznačenim instancama, obučava snažnije klasifikatore nego što bi to samo nadgledano pojačavanje moglo kada su označeni podaci oskudni.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Mallapragada, P. K., Jin, R., Jain, A. K., & Liu, Y. (2009). SemiBoost: Boosting for Semi-supervised Learning. IEEE Transactions on Pattern Analysis and Machine Intelligence, 31(11), 2000–2014. DOI: 10.1109/TPAMI.2008.235 ↗
- Bennett, K. P., & Demiriz, A. (1999). Semi-supervised Support Vector Machines. Advances in Neural Information Processing Systems (NIPS), 11, 368–374. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Semi-supervised Boosting (Boosting with Unlabeled Data). ScholarGate. https://scholargate.app/sr/machine-learning/semi-supervised-boosting
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.
- AdaBoostMašinsko učenje↔ compare
- Градијентно појачањеMašinsko učenje↔ compare
- Propagacija oznakaMašinsko učenje↔ compare
- Semi-supervised LearningMašinsko učenje↔ compare
- XGBoostMašinsko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →