目次:
定義-半教師あり学習とはどういう意味ですか？
半教師あり学習は、機械が有形と無形の両方のオブジェクトを分類できるようにする方法です。 マシンが分類または特定する必要があるオブジェクトは、生徒の学習パターンを教室のビデオから推測し、サーバーでのデータ盗難の試みから推測を作成するまでさまざまです。 オブジェクトについて学習および推論するために、マシンには、定期的に受信する大規模な構造化データおよび非構造化データから学習する必要があるさまざまなタイプのデータに関するラベル付きの浅い情報が提供されます。
Techopediaは半教師あり学習について説明します
システムに提供されるラベル付きデータの小さな部分は、コンピューターシステムの開始点として機能します。 その後、システムはラベルのない大量のデータを受け入れて学習する必要があります。 ただし、提供されるラベル付きデータは、システムが受信する可能性のある広範なタイプのラベルなしデータの分類に役立つ場合があります。 たとえば、ラベル付きデータとして、104°Fを超える温度は高熱の場合と同様に扱う必要がありますが、実際には、このような高温は他の合併症が原因である可能性もあります。 システムが基本的なラベル付きデータを使用し、受信した大量のラベルなしデータについて詳しく知ることが目的です。 理論的には、半教師あり学習は、教師あり学習または教師なし学習よりも優れたシステムのトレーニング方法と見なされる場合があります。
