半监督学习小结

   这周大部分时间都花在了看半监督学习的论文和做实验上,有想法,但是效果不好。做研究不是一天两天就能做好的。

   现在机器学习界主流的分类技术有三大类,监督学习,无监督学习和半监督学习。现在半监督学习因为其所需要的已知标签相比监督学习要少,学习精度比无监督学习要高的特点受到了广泛的关注。

   这段时间在写有关半监督学习的论文,确实能感觉到半监督学习的威力。使用无监督学习算法结合已知标签数据发掘更多未知标签数据的信息,然后用这些信息补充原来较少的已知标签数据,循环直到收敛到一个比较好的精度。主要的思想是这样的,不过还可以利用协同训练提高模型的稳定性。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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