ნახევრად ზედამხედველობით სწავლება და თვითგანათლება რა არის?

අර්ධ-සහයෝගී ඉගෙනීම යනු යන්ත්‍ර ඉගෙනීමේ ආකෘතියක් වන අතර, එය මොඩලය පුහුණු කිරීමට ලකුණු කළ සහ ලකුණු නොකළ දත්ත දෙකම භාවිතා කරයි. සාමාන්‍යයෙන්, ලකුණු කළ දත්ත අඩු සහ නොලකුණු කළ දත්ත බොහෝ වේ, සහ අර්ධ-සහයෝගී ක්‍රම මගින් නොලකුණු කළ දත්තවල අමතර තොරතුරු භාවිතා කරමින් මොඩලයේ ගුණාත්මකභාවය වැඩිදියුණු කරයි.

ස්වයං-පුහුණු කිරීම යනු අර්ධ-සහයෝගී ඉගෙනීමේ ක්‍රමවලින් එකක් වේ. අදහස වන්නේ, මොඩලය පළමුව ලකුණු කළ දත්ත මත පුහුණු කර, පසුව නොලකුණු කළ දත්ත සඳහා ලකුණු පුරෝකථනය කර, විශ්වාසවන්ත පුරෝකථන තෝරාගෙන ඒවා පුහුණු කට්ටලයට එකතු කර නැවත පුහුණු කිරීමයි. මෙම ක්‍රියාවලිය කිහිපවරක් නැවත කළ හැකි අතර, පුහුණු කට්ටලය පියවරෙන් පියවර පුළුල් කරයි.

උදාහරණයක් ලෙස, ස්වයං-පුහුණු කිරීම:

# පසු-කේත
model.train(ලකුණු කළ_දත්ත)
for ආවර්තනය in range(N):
    pseudo_ඇතුල්වීම් = model.predict(නොලකුණු_දත්ත)
    විශ්වාසවන්ත_ආදර්ශ = select_confident(pseudo_ඇතුල්වීම්)
    ලකුණු_කළ_දත්ත += විශ්වාසවන්ත_ආදර්ශ
    නොලකුණු_දත්ත -= විශ්වාසවන්ත_ආදර්ශ
    model.train(ලකුණු_කළ_දත්ත)

මෙම ආකාරයෙන්, ස්වයං-පුහුණු කිරීම, සීමිත සංඛ්‍යාවක් ඇති ලකුණු කළ උදාහරණ සමඟ, නොලකුණු කළ දත්ත භාවිතා කරමින් මොඩලයේ ගුණාත්මකභාවය වැඩිදියුණු කිරීමට උදව් කරයි.