Kas ir pusiau uzraudzīta mācīšanās un pašmācība?

Pusvadzināts mācīšanās ir pieeja mašīnmācībā, kas izmanto gan marķētus, gan nemarķētus datus modeļa apmācībai. Parasti marķēto datu ir maz, bet nemarķēto datu ir daudz, un pusvadzinātās metodes palīdz uzlabot modeļa kvalitāti, izmantojot papildu informāciju no nemarķētajiem datiem.

Pašapmācība ir viena no pusvadzinātās mācīšanās metodēm. Ideja ir tāda, ka modelis vispirms tiek apmācīts uz marķētiem datiem, tad tas prognozē marķējumus nemarķētajiem datiem, izvēlas visuzticamākās prognozes un pievieno tās apmācības kopumam, lai to atkārtoti apmācītu. Šo procesu var atkārtot vairākas reizes, pakāpeniski paplašinot apmācības kopumu.

Pašapmācības piemērs:

# Pseudo-kods
model.train(marķētie_dati)
for iterācija in range(N):
    pseido-uzstādījumi = model.predict(nemarķētie_dati)
    uzticami_paraugi = select_confident(pseido-uzstādījumi)
    marķētie_dati += uzticami_paraugi
    nemarķētie_dati -= uzticami_paraugi
    model.train(marķētie_dati)

Šādā veidā pašapmācība palīdz izmantot nemarķētos datus modeļa kvalitātes uzlabošanai ar ierobežotu marķētu piemēru skaitu.