Semi-Supervised Learning
Semi-Supervised Learning ist ein Machine-Learning-Ansatz, der sowohl eine kleine Menge gelabelter Daten als auch eine große Menge ungelabelter Daten für das Training von KI-Modellen nutzt.
Kategorie: Training, Daten & Fine-Tuning
Dieser Ansatz schließt die Lücke zwischen überwachtem Lernen (das viele gelabelte Daten benötigt) und unüberwachtem Lernen (das nur ungelabelte Daten verwendet). Semi-Supervised Learning ist besonders nützlich, wenn das Sammeln von gelabelten Daten teuer oder zeitaufwendig ist, aber ungelabelte Daten reichlich vorhanden sind. Das Modell kann aus den ungelabelten Daten zusätzliche Informationen über die Datenverteilung lernen.
Synonyme / Tags
- Halbüberwachtes Lernen
- Semi-Supervised ML
- Partiell überwachtes Lernen
Die ganze Definition im Member Hub braucht ein kostenloses Konto.