Kas yra pusiau prižiūrimas mokymasis ir savarankiškas mokymas?

Pusiau prižiūrimas mokymasis yra požiūris į mašininį mokymąsi, kuris naudoja tiek pažymėtus, tiek nepažymėtus duomenis modelio mokymui. Paprastai pažymėtų duomenų yra mažai, o nepažymėtų daug, ir pusiau prižiūrimo metodai padeda pagerinti modelio kokybę, naudojant papildomą informaciją iš nepažymėtų duomenų.

Saviškinimas yra vienas iš pusiau prižiūrimo mokymosi metodų. Idėja ta, kad modelis pirmiausia mokomas pažymėtų duomenų, tada prognozuoja žymas nepažymėtiems duomenims, pasirenka pačius užtikrintiniausius prognozes ir juos prideda prie mokymo rinkinio, kad būtų galima pakartotinai mokyti. Šį procesą galima kartoti kelis kartus, palaipsniui plečiant mokymo rinkinį.

Pavyzdys saviškinimo:

# Pseudo-kodas
model.train(pazymeti_duomenys)
for iteracija in range(N):
    pseudo_žymos = model.predict(nepažymėti_duomenys)
    pasitikėjimo_pavyzdžiai = select_confident(pseudo_žymos)
    pažymeti_duomenys += pasitikėjimo_pavyzdžiai
    nepažymėti_duomenys -= pasitikėjimo_pavyzdžiai
    model.train(pazymeti_duomenys)

Šiuo būdu saviškinimas padeda naudoti nepažymėtus duomenis modelio kokybei gerinti, turint ribotą pažymėtų pavyzdžių skaičių.