Hello 大家好!歡迎回來!昨天剛剛分享完監督學習 (Supervised Learning),那今天我打算跟大家分享半監督學習 (Semi-Supervised Learning)。事不宜遲,現在開始!
半監督學習是一種結合已標記和未標記數據的機器學習方法,以提高模型的性能。傳統的監督學習僅依賴已標記的數據,而半監督學習充分利用大量的未標記數據,提取有用信息,增強學習過程。
[1]
優點:
挑戰:
半監督學習面臨的挑戰包括有效利用未標記數據、處理分布變化和整合已標記和未標記數據。
對於 Self-Training 類的方法,需要符合 Low-Density Seperation 假設才能成立;但是大部分的應用很難符合這個假設。
我是 Mr. cobble,明天見!