Isi kandungan:
Definisi - Apa maksud Semi-Supervised Learning?
Pembelajaran seminari adalah satu kaedah yang digunakan untuk membolehkan mesin mengklasifikasikan objek ketara dan tidak ketara. Objek mesin perlu diklasifikasikan atau dikenal pasti boleh diubah seperti menyimpulkan corak pembelajaran pelajar dari video kelas untuk menarik kesimpulan dari percubaan kecurian data pada pelayan. Untuk mengetahui dan membuat kesimpulan mengenai objek, mesin disediakan dilabelkan, maklumat cetek mengenai pelbagai jenis data berdasarkan mesin yang diperlukan untuk belajar daripada data besar, berstruktur dan tidak berstruktur yang mereka terima secara teratur.
Techopedia menerangkan Pembelajaran Separa Berselia
Sedikit data berlabel yang diberikan kepada sistem berfungsi sebagai titik permulaan untuk sistem komputer. Selepas itu, sistem perlu menerima dan belajar daripada jumlah besar data tidak berlabel. Walau bagaimanapun, data berlabel yang disediakan mungkin membantu dalam mengklasifikasikan jenis data yang tidak berlabel luas yang mungkin diterima oleh sistem. Sebagai contoh, sebagai data berlabel, suhu lebih besar daripada 104 ° F harus dirawat sebagai satu kes yang demam tinggi diberikan, tetapi pada hakikatnya, suhu yang tinggi itu juga mungkin disebabkan oleh komplikasi lain. Ia adalah untuk sistem menggunakan data berlabel asas dan mempelajari lebih lanjut mengenai jumlah besar data tidak dilabel yang diterima. Secara teoritis, pembelajaran separuh diselia mungkin dianggap kaedah latihan yang lebih baik untuk sistem daripada pembelajaran yang diselia atau tidak terjejas.
