Învățarea semi-supravegheată este un tip de învățare automată. Se referă la o problemă de învățare (și la algoritmi proiectați pentru problema de învățare) care implică o mică parte de exemple etichetate și un număr mare de exemple neetichetate din care un model trebuie să învețe și să facă predicții cu privire la exemple noi.
Ce înțelegeți prin învățarea semi-supravegheată?
Învățarea semi-supravegheată este o abordare a învățării automate care combină o cantitate mică de date etichetate cu o cantitate mare de date neetichetate în timpul antrenamentului. … Învățarea semi-supravegheată este, de asemenea, de interes teoretic în învățarea automată și ca model pentru învățarea umană.
Ce este un exemplu de învățare semi-supravegheată?
Un exemplu comun de aplicare a învățării semi-supravegheate este un clasificator de documente text. … Deci, învățarea semi-supravegheată permite algoritmului să învețe dintr-o cantitate mică de documente text etichetate, clasificând în același timp o cantitate mare de documente text neetichetate în datele de antrenament.
Unde se folosește învățarea semi-supravegheată?
Analiza vorbirii: Deoarece etichetarea fișierelor audio este o sarcină foarte intensă, învățarea semi-supravegheată este o abordare foarte naturală pentru a rezolva această problemă. Clasificarea conținutului de pe internet: etichetarea fiecărei pagini web este un proces impractic și imposibil de fezabil și, prin urmare, utilizează algoritmi de învățare semi-supervizați.
Care este diferența dintre supravegheat șiînvăţare semi-supravegheată?
Într-un model de învățare supravegheată, algoritmul învață pe un set de date etichetat, oferind o cheie de răspuns pe care algoritmul o poate folosi pentru a-și evalua acuratețea datelor de antrenament. … Învățarea semi-supravegheată ia o cale de mijloc. Utilizează o cantitate mică de date etichetate, întărind un set mai mare de date neetichetate.
