Напівкероване навчання
Напівкероване навчання (SSL) — це парадигма машинного навчання, яка тренує моделі, використовуючи невелику кількість розмічених прикладів разом із значно більшим пулом нерозмічених даних. Використовуючи структуру, властиву нерозміченим даним, SSL досягає точності, близької до моделей повного нагляду, вимагаючи при цьому значно менше дороговартісних ручних міток, що робить його практичним, коли розмітка є дорогою, повільною або обмеженою ресурсами.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+61 more
Джерела
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
- Zhu, X. (2005). Semi-supervised learning literature survey. Technical Report 1530, University of Wisconsin-Madison. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Semi-supervised Learning (Combined Labeled and Unlabeled Data Training). ScholarGate. https://scholargate.app/uk/machine-learning/semi-supervised-learning
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.
- Активне навчанняМашинне навчання↔ compare
- Навчання з малою кількістю прикладівМашинне навчання↔ compare
- Самокероване навчанняМашинне навчання↔ compare
- Напівкерований випадковий лісМашинне навчання↔ compare
- Трансферне навчанняМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →