Taula de continguts:
- Definició: què significa l'aprenentatge semi-supervisat?
- Techopedia explica Aprenentatge semi-supervisat
Definició: què significa l'aprenentatge semi-supervisat?
L’aprenentatge semi-supervisat és un mètode utilitzat per permetre a les màquines classificar objectes tangibles i intangibles. Els objectes que les màquines necessiten classificar o identificar podrien ser tan variats com inferir els patrons d’aprenentatge dels estudiants des de vídeos de l’aula fins a obtenir inferències d’intents de robatori de dades en servidors. Per aprendre i deduir sobre objectes, a les màquines se'ls proporciona informació poc marcada i baixa sobre diversos tipus de dades basades en les quals les màquines necessiten aprendre de dades grans, estructurades i no estructurades que reben regularment.
Techopedia explica Aprenentatge semi-supervisat
La mica de dades etiquetades proporcionades als sistemes serveixen de punt de partida per als sistemes informàtics. Després d'això, els sistemes han d'acceptar i aprendre de grans volums de dades sense etiquetar. Tanmateix, les dades etiquetades proporcionades poden ser útils per classificar el tipus ampli de dades sense etiquetes que pot rebre el sistema. Per exemple, com a dades etiquetades, les temperatures superiors a 104 ° F haurien de ser tractades en cas que es doni una febre alta, però en realitat, aquesta temperatura tan elevada també pot ser deguda a altres complicacions. Els sistemes utilitzen les dades bàsiques marcades i obtenen més informació sobre els grans volums de dades sense etiquetar que rep. Teòricament, l’aprenentatge semi-supervisat es pot considerar un millor mètode d’entrenament per a sistemes que l’aprenentatge supervisat o no supervisat.
