半监督学习

监督学习模型需要标注数据
学习一个可靠的模型需要大量标注数据，但是获得有标志的数据是很昂贵的，大量的数据还是没有标注的。

是否可以获取免费的标注?

验证码就是他们收集标注信息的东西
我们能否利用无标注数据学习出更好的模型?
有些无标注的数据对分类是有用的，假设: 同一个类别的样本内在服从一致的分布，无标注数据能够给出更有意义的分类边界。
人类就常常使用半监督学习

• 婴儿单词物体映射
• 17个月的婴儿听单词，看物体
• 如果这个单词听了很多遍，再看到物体，关联能力很强
• 如果从没听过，关联能力很弱

半监督学习

通用想法:同时利用有标注数据和无标注数据学习

半监督分类/回归