Yarı nəzarətli öyrənmə və öz-özünə təlim nədir?

Yarı nəzarətli öyrənmə, maşın öyrənməsində həm etiketli, həm də etiketsiz məlumatlardan istifadə edən yanaşmadır. Adətən, az sayda etiketli məlumat və çox sayda etiketsiz məlumat olur və yarı nəzarətli metodlar, etiketsiz məlumatlardan əlavə məlumatlar istifadə edərək modelin keyfiyyətini yaxşılaşdırmağa kömək edir.

Öz-özünü öyrətmə, yarı nəzarətli öyrənmənin bir üsuludur. Fikir odur ki, model əvvəlcə etiketli məlumatlar üzərində öyrədilir, sonra etiketsiz məlumatlar üçün proqnozlar verir, ən güvənilən proqnozları seçir və onları təlim dəstinə əlavə edir və yenidən öyrədir. Bu proses bir neçə dəfə təkrarlana bilər və təlim dəsti tədricən genişlənir.

Öz-özünü öyrətmə nümunəsi:

# Pseudo-kod
model.train(etiketli_məlumatlar)
for iterasiya in range(N):
    pseudo_etiketler = model.predict(etiketsiz_məlumatlar)
    güvənilir_nümunələr = select_confident(pseudo_etiketler)
    etiketli_məlumatlar += güvənilir_nümunələr
    etiketsiz_məlumatlar -= güvənilir_nümunələr
    model.train(etiketli_məlumatlar)

Bu şəkildə, öz-özünü öyrətmə, etiketli nümunələrin məhdud sayda olduğu halda, etiketsiz məlumatlardan istifadə edərək modelin keyfiyyətini yaxşılaşdırmağa kömək edir.