Mis on pooljuhendatud õppimine ja isetreenimine?

Pooljuhendatud õppimine on lähenemisviis masinõppes, mis kasutab nii märgitud kui ka märgimata andmeid mudeli treenimiseks. Tavaliselt on märgitud andmeid vähe ja märgimata palju, ning pooljuhendatud meetodid aitavad parandada mudeli kvaliteeti, kasutades täiendavat teavet märgimata andmetest.

Enesetreening on üks pooljuhendatud õppe meetoditest. Idee on see, et mudel treenitakse esmalt märgitud andmetel, seejärel prognoositakse märgitud andmete jaoks sildid, valitakse kõige usaldusväärsemad prognoosid ja lisatakse need treeningkomplekti, et seda uuesti treenida. Seda protsessi saab korrata mitu korda, järk-järgult treeningkomplekti laiendades.

Enesetreeningu näide:

# Pseudo-kood
model.train(märgitud_andmed)
for iteratsioon in range(N):
    pseudo_sildid = model.predict(märgimata_andmed)
    usaldusväärsed_proovid = select_confident(pseudo_sildid)
    märgitud_andmed += usaldusväärsed_proovid
    märgimata_andmed -= usaldusväärsed_proovid
    model.train(märgitud_andmed)

Sellisel viisil aitab enesetreening kasutada märgimata andmeid mudeli kvaliteedi parandamiseks, piiratud märgitud näidete arvuga.