Naive Bayes Tự Giám Sát
Naive Bayes Tự Giám Sát mở rộng bộ phân loại Naive Bayes cổ điển để khai thác các kho dữ liệu lớn chưa được gán nhãn bằng cách gán lặp đi lặp lại các nhãn giả mềm thông qua một vòng lặp Kỳ vọng-Tối đa hóa (Expectation-Maximization). Ban đầu được chứng minh cho phân loại văn bản bởi Nigam và cộng sự (2000), phương pháp này có thể cải thiện đáng kể độ chính xác khi các ví dụ được gán nhãn khan hiếm nhưng dữ liệu chưa được gán nhãn lại dồi dào.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Nigam, K., McCallum, A. K., Thrun, S., & Mitchell, T. (2000). Text classification from labeled and unlabeled documents using EM. Machine Learning, 39(2-3), 103–134. DOI: 10.1023/A:1007692713085 ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.) (2006). Semi-supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Self-supervised Naive Bayes (EM-augmented Generative Classifier). ScholarGate. https://scholargate.app/vi/machine-learning/self-supervised-naive-bayes
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.
- Naive BayesHọc máy↔ compare
- Học tăng cường tự giám sátHọc máy↔ compare
- Hồi quy Logistic Tự giám sátHọc máy↔ compare
- Học bán giám sátHọc máy↔ compare
- Naive Bayes Bán Giám SátHọc máy↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →