Machine learningMachine learning

Polu-nadgledano usklađivanje ansambala

Polu-nadgledano usklađivanje ansambala (Semi-supervised Stacking Ensemble) proširuje klasični okvir usklađene generalizacije na scenarije gde samo deo trening uzoraka poseduje oznake. Osnovni učesnici (bazni modeli) se prvo obučavaju na označenim podacima, a zatim se koriste za dodeljivanje pseudo-oznaka neoznačenim primerima; prošireni skup podataka obučava jače bazne modele čije predviđanja van uzoraka (out-of-fold predictions) formiraju ulaz za meta-učesnika (meta-learner), dajući dvostepeni ansambl koji koristi obe strukture, označenu i neoznačenu.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte celu metodu

Samo za članove

Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.

Prijavite se

Method map

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

Izvori

  1. Wolpert, D. H. (1992). Stacked generalization. Neural Networks, 5(2), 241–259. DOI: 10.1016/S0893-6080(05)80023-1
  2. Chapelle, O., Schölkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9

Kako citirati ovu stranicu

ScholarGate. (2026, June 3). Semi-supervised Stacking Ensemble (Self-trained Stacked Generalization). ScholarGate. https://scholargate.app/sr/machine-learning/semi-supervised-stacking-ensemble

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

Citirana u

ScholarGateSemi-supervised Stacking Ensemble (Semi-supervised Stacking Ensemble (Self-trained Stacked Generalization)). Preuzeto 2026-06-15 sa https://scholargate.app/sr/machine-learning/semi-supervised-stacking-ensemble · Skup podataka: https://doi.org/10.5281/zenodo.20539026