Metodbevispost

Semi-supervised Linear Regression

Semi-supervised linear regression fits a linear model on a small labeled dataset and then leverages a larger pool of unlabeled observations to improve coefficient estimates and generalization. By generating pseudo-labels for unlabeled points and iteratively refining the model, it achieves better predictive accuracy than a purely supervised linear model trained on scarce labels alone.

Sources recorded, not reviewed

Källpost

Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.

Semi-supervised Linear Regression (Linear Model with Labeled and Unlabeled Data)

Taxonomisk metodpost · ml-model / machine-learning

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. · URL

Öppna fullständig metod

Kuraterade påståenden

Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.

Inga kuraterade påståenden ännu

Denna vy hittar inte på en påståendebedömning när loggen saknar en.

Relaterade metoder

Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.

Same method familyLabel Propagationmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketLinear Regression (ML)machine-suggested · Relational suggestion, not evidence.Taxonomic bucketRegularized linear regressionmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSemi-supervised Learningmachine-suggested · Relational suggestion, not evidence.