半监督学习：semi-supervised learning 直推学习：transductive learning 主动学习：active learning

最新推荐文章于 2022-11-24 21:31:13 发布
最新推荐文章于 2022-11-24 21:31:13 发布
阅读量780 收藏
点赞数 1
分类专栏： 计算机视觉 机器学习 文章标签： 深度学习 神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jieming2002/article/details/108851435
版权
勇敢的仙人掌
关注
专栏目录
机器学习-算法-半监督学习：半监督学习（Semi-supervised Learning）算法
u013250861的博客
12-23 2万+
一、半监督学习算法提出的背景 1、监督学习 监督学习：训练样本集不仅包含样本，还包含这些样本对应的标签，即样本和样本标签成对出现。监督学习的目标是从训练样本中学习一个从样本到标签的有效映射，使其能够预测未知样本的标签。监督学习是机器学习中最成熟的学习方法，代表性的算法包括神经网络、支持向量机（SVM）等。 2、无监督学习 无监督学习：只能利用训练样本的数据分布或样本间的关系将样本划分到不同的聚类簇或给出样本对应的低维结构。- 因此，无监督学习常被用于对样本进行聚类或降维，典型的算法包括尺均值聚类和主成
B.2【智能标注】：主动学习（Active Learning）简介综述汇总以及主流技术方案
丨汀、的博客
10-26 1640
主动学习是指对需要标记的数据进行优先排序的过程，这样可以确定哪些数据对训练监督模型产生最大的影响。主动学习是一种学习算法可以交互式查询用户(teacher 或 oracle)，用真实标签标注新数据点的策略。主动学习的过程也被称为优化实验设计。主动学习的动机在于认识到并非所有标有标签的样本都同等重要。主动学习是一种策略/算法，是对现有模型的增强。而不是新模型架构。主动学习背后的关键思想是，如果允许机器学习算法选择它学习的数据，这样就可以用更少的训练标签实现更高的准确性。
转导推理——Transductive Learning
weixin_30362233的博客
11-14 929
　　在统计学习中，转导推理（Transductive Inference）是一种通过观察特定的训练样本，进而预测特定的测试样本的方法。另一方面，归纳推理（Induction Inference）先从训练样本中学习得到通过的规则，再利用规则判断测试样本。然而有些转导推理的预测无法由归纳推理获得，这是因为转导推理在不同的测试集上会产生相互不一致的预测，这也是最令转导推理的学者感兴趣的地方。 ...
Semi-supervised learning
tzyf333的专栏
03-18 4117
<br />http://www.madongfly.cn/articles/active-learning.html<br />http://demonstrate.ycool.com/post.3122672.html<br />http://blogger.org.cn/blog/more.asp?name=DMman&id=27357<br /> <br /> <br />在机器学习(Machine learning)领域，监督学习(Supervised learning)、非监督学习(Un
半监督学习和直推式学习
qrlhl的博客
09-13 6182
半监督学习(Semi-Supervised Learning，SSL)是模式识别和机器学习领域研究的重点问题，是监督学习与无监督学习相结合的一种学习方法。它主要考虑如何利用少量的标注样本和大量的未标注样本进行训练和分类的问题。主要分为半监督分类，半监督回归，半监督聚类和半监督降维算法。 至于直推学习，它与半监督学习一样不需要人工干预，不同的是，直推学习假设未标记的数据就是最终要用来测
Semi-supervised Learning
travischan的博客
11-30 718
简单聊一下Semi-supervised Learning(SSL)分类时, 两个可用的方法: self-training与active learning.
Unsupervised, Semi-Supervised, Supervised Learning
E.G的专栏
03-11 2006
Semi-Supervised:In computer science, semi-supervised learning is a class of machine learning techniques that make use of both labeled and unlabeled data for training - typically a small amount of la
[毕业设计]--弱监督学习调研--主要参考A brief introduction to weakly supervised learning
AnnCY
12-16 528
[毕业设计]–弱监督学习调研–主要参考A brief introduction to weakly supervised learning ​ 在机器学习领域，学习任务可大致划分为两类，一种是监督学习，另一种是非监督学习。通常，两者都需要从包含大量训练样本的训练数据集中学习预测模型，每个训练样本对应于事件/对象。但是由于数据标注过程的成本太高，很多任务很难获得如全部真值标签这样的强监督信息。而无...
Few-shot Learning survey-详细易懂-小样本综述
mohong96的博客
10-23 4329
目 录 1. 半监督学习 semi-supervised learning 3 1.1 基本概念 3 1.2 半监督学习的应用 4 1.3 半监督学习方法结构 5 1.4 半监督深度学习 6 2. 主动学习（Active Learning） 7 2.1 基本概念 7 2.2 应用领域以及场景 7 2.3 研究现状...
Generalizing from a Few Examples: A Survey on Few-Shot Learning
weixin_38654615的博客
01-08 1872
Generalizing from a Few Examples: A Survey on Few-Shot Learning 论文地址：paper 这篇概述很简洁：简介的论文解读 一、 摘要 机器学习在有大量数据支撑的时候的效果很好，但是数据量很少的时候效果很差了。Few shot learning 是针对于这个问题场景下提出的解决办法，他可以迅速自适应到一个新的任务中去。FSL的核心问题是unreliable empirical risk minimizer，基于如何利用先验知识来解决问题，我们可以把
Transductive Learning: Motivation, Model,Algorithms
03-22
一篇很好的Transductive Learning的文献，全面介绍了Transductive Learning的要旨
【论文笔记】Semi-Supervised Active Learning with Temporal Output Discrepancy(ICCV 2021)
weixin_42126945的博客
03-14 1721
论文：Semi-Supervised Active Learning with Temporal Output Discrepancy 代码：https://github.com/siyuhuang/TOD 摘要   基于损失越大的样本通常对模型的信息量越大的思想，本文提出了一种新的深度主动学习方法，筛选出具有高损失值的样本。我们方法的核心是时序输出矛盾性（Temporal Output Discrepancy, TOD），即模型在不同iteration过程中给出的预测差异。我们的理论研究表明TOD为累积样
主动学习、纯半监督学习、直推学习的联系与区别
weixin_30580341的博客
12-26 477
　　最近在学习半监督学习方面的内容，一开始便遇到了这么几个概念：主动学习(active learning)、半监督学习(semi-supervised learning)和直推学习(transductive learning)。想必刚开始大家都觉得有点迷糊，下面就让我来详细把它们之间的联系与区别讲述一下，相信读完大家一定会思路清晰，至少在概念上不会再搞错了。 　　什么是主动学习？ 　...
Semi-Supervised Active Learning with Temporal Output Discrepancy 阅读笔记
weixin_44460701的博客
11-26 2738
摘要 尽管深度学习能够胜任一系列任务，它仍然高度依赖于大量的已标注数据，而获取已标注数据是昂贵且耗时的。为了降低数据标注的开销，可以通过主动学习交互式地请求oracle对未标注数据集的一小部分有信息含量的样本进行标注。受到“具有更高损失的样本通常对模型更有价值”这一事实的启发，作者在本文中提出了一种新的深度主动学习方法，当未标注样本被认为会产生高损失时，请求oracle进行标注。该方法的核心是一个评价指标Temporal Output Discrepancy (TOD) ...
半监督学习与直推式学习
violin_lin的专栏
10-14 2776
直推式学习是半监督学习的
【阅读】Semi-supervised active learning with temporal output discrepancy
w.here的CSDN
12-18 280
Huang S, Wang T, Xiong H, et al. Semi-supervised active learning with temporal output discrepancy[C]//Proceedings of the IEEE/CVF International Conference on Computer Vision. 2021: 3447-3456. 总览 本文提出了一种简单而有效的损失测度TOD。本文提出了一种新的深度主动学习框架，将TOD与主动学习策略和半监督学习方案相
Transductive Learning 和 Inductive Learning
最新发布
kuxingseng123的博客
11-24 882
慢慢的理解直推式学习和归纳式学习， 慢慢的将其搞定都行啦的理由与打算。
Transductive learning（传导性学习）和 Inductive learning（归纳性学习）的理解
weixin_43120238的博客
08-29 4216
先来看WIKIPEDIA的定义：Inlogic,statistical inference, andsupervised learning,transductionortransductive inferenceisreasoningfrom observed, specific (training) cases to specific (test) cases.In contrast,inductionis reasoning from observed training case...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值