Semi-supervised læring
term_id: semi_supervised_learning
Category: training_techniques
Definition
Semi-supervised læring er en hybrid træningsparadigme, der anvender en lille mængde mærkede data sammen med et stort volumen af umærkede data. Den grundlæggende antagelse er, at strukturen i de umærkede data hjælper med at forbedre læringen.
Summary
En maskinlæringsapproach, der udnytter både mærkede og umærkede data til at forbedre modellens nøjagtighed og generaliseringsevne.
Key Concepts
- Mærkede data
- Umærkede data
- Selvtræning
- Manifold-antagelsen
Use Cases
- Billedklassificering med begrænsede annotationer
- Sentimentanalyse af tekst med sparsomme mærker
- Forudsigelse af medicinske diagnoser med få ekspertdata