Обучение с частичным привлечением учителя
Sign in to saveAlso known as semisupervised learning
class of machine learning techniques combining a small amount of labeled data with a large amount of unlabeled data during training
Wikidata facts
- Subclass of
- weakly supervised learning
- Said to be same as
- weakly supervised learning
Show 4 more facts
- ACM Classification Code (2012)
- 10010289
- used by
- data scientist
- studied by
- machine learning
- different from
- unsupervised learning
via Wikidata · CC0
Article · Русский
Обучение с частичным привлечением учителя (англ. Semi-supervised learning) (также полуавтоматическое обучение или частичное обучение) — способ машинного обучения, разновидность обучения с учителем, которое также использует неразмеченные данные для тренировки — обычно небольшое количество размеченных данных и большое количество неразмеченных данных. Обучение с частичным привлечением учителя занимает промежуточную позицию между обучением без учителя (без привлечения каких-либо размеченных данных для тренировки) и обучением с учителем (с привлечением лишь размеченных данных). Многие исследователи машинного обучения обнаружили, что неразмеченные данные, при использовании в сочетании с небольшим количеством размеченных данных, могут значительно улучшить точность обучения. Задание размеченных данных для задачи обучения часто требует квалифицированного человека (например, для перевода звуковой дорожки в текст) или физического эксперимента (например, для определения 3D структуры белка или выявления наличия нефти в определенном регионе). Поэтому затраты на разметку данных могут сделать процесс обучения с использованием лишь размеченных данных невыполнимым, в то время как процесс задания неразмеченных данных не является очень затратным. В таких ситуациях, полуавтоматическое обучения может иметь большое практическое значение. Такое обучение также представляет интерес в сфере машинного обучения и как модель для человеческого обучения.
Abstract from DBpedia / Wikipedia · CC BY-SA