半监督学习都有哪些常用方法？

半监督学习是一种机器学习方法，其中一部分数据是已经标记过的(有标签的)，而另一部分数据是未标记的(无标签的)。常用的半监督学习方法有：自动编码器：通过训练一个自动编码器来学习数据的高维表示，从而对无标签的数据进行分类。深度监督生成对抗网络(Deep supervised GAN)：通过训练一个生成对抗网络来生成新的样本，从而对无标签的数据进行分类。半监督支持向量机(Semi-supe...

low sapkj

808人浏览 · 2023-01-10 10:35:42

low sapkj · 2023-01-10 10:35:42 发布

半监督学习是一种机器学习方法，其中一部分数据是已经标记过的(有标签的)，而另一部分数据是未标记的(无标签的)。

常用的半监督学习方法有：

自动编码器：通过训练一个自动编码器来学习数据的高维表示，从而对无标签的数据进行分类。
深度监督生成对抗网络(Deep supervised GAN)：通过训练一个生成对抗网络来生成新的样本，从而对无标签的数据进行分类。
半监督支持向量机(Semi-supervised SVM)：通过在支持向量机中引入一个权值矩阵来处理无标签的数据，从而对数据进行分类。
半监督聚类(Semi-supervised clustering)：通过

魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

【计算机视觉】Pixel逐像素分类&Mask掩码分类理解摘要

魔乐社区

计算机视觉（opencv）实战三十二——CascadeClassifier 人脸微笑检测（摄像头）

本文从原理到实现，详细介绍了基于 OpenCV Haar 分类器的人脸与微笑检测：讲解了 Haar 特征和级联检测原理。对代码逐行拆解并解释参数含义。画出完整流程图，帮助理解执行过程。给出了常见问题和优化建议，甚至扩展到深度学习方法。这种方法简单、轻量、实时性好，非常适合入门和小型应用项目。但如果需要更高准确率和更强鲁棒性，建议使用深度学习检测器替代 Haar 分类器。