Ի՞նչ է կիսաներակշռված ուսուցումը և ինքնաուսուցումը։

Երրորդային հսկողությամբ ուսուցումը՝ դա մեքենայական ուսուցման մի մոտեցում է, որը օգտագործում է ինչպես նշված, այնպես էլ աննշան տվյալներ մոդելի ուսուցման համար: Հաճախ նշված տվյալները քիչ են, իսկ աննշան տվյալները շատ, և եռանդային մեթոդները օգնում են բարելավել մոդելի որակը՝ օգտագործելով լրացուցիչ տեղեկություններ աննշան տվյալներից:

Ինքնուսուցում՝ դա եռանդային ուսուցման մեթոդներից մեկն է: Իդեան այն է, որ մոդելը սկզբում ուսուցանվում է նշված տվյալների վրա, ապա կանխատեսում է աննշան տվյալների համար նշումներ, ընտրում է ամենահավատարիմ կանխատեսումները և ավելացնում դրանք ուսուցման հավաքածուին՝ կրկնապատկելու համար: Այս գործընթացը կարելի է կրկնել մի քանի անգամ՝ աստիճանաբար ընդլայնելով ուսուցման հավաքածուն:

# Պսևդո-կոդ
model.train(նշված_տվյալներ)
for վերարտադրություն in range(N):
    pseudo_նշումներ = model.predict(աննշան_տվյալներ)
    վստահելի_նմուշներ = select_confident(pseudo_նշումներ)
    նշված_տվյալներ += վստահելի_նմուշներ
    աննշան_տվյալներ -= վստահելի_նմուշներ
    model.train(նշված_տվյալներ)

Այս կերպ, ինքնուսուցումը օգնում է օգտագործել աննշան տվյալները՝ բարելավելու համար մոդելի որակը՝ սահմանափակ նշված օրինակներով: