Czym jest uczenie semi-superwizowane i samouczek?

Uczenie półsuperwizowane to podejście w uczeniu maszynowym, które wykorzystuje zarówno dane oznaczone, jak i nieoznaczone do trenowania modelu. Zazwyczaj danych oznaczonych jest niewiele, a nieoznaczonych dużo, a metody półsuperwizowane pomagają poprawić jakość modelu, korzystając z dodatkowych informacji z danych nieoznaczonych.

Auto-trening jest jedną z metod uczenia półsuperwizowanego. Idea polega na tym, że model najpierw jest trenowany na danych oznaczonych, następnie przewiduje etykiety dla danych nieoznaczonych, wybiera najbardziej pewne predykcje i dodaje je do zbioru treningowego do ponownego treningu. Proces ten można powtarzać wielokrotnie, stopniowo rozszerzając zbiór treningowy.

Przykład auto-treningu:

# Pseudokod
model.train(dane_oznaczone)
for iteracja in range(N):
    pseudo_etykiety = model.predict(dane_nieoznaczone)
    pewne_przykłady = select_confident(pseudo_etykiety)
    dane_oznaczone += pewne_przykłady
    dane_nieoznaczone -= pewne_przykłady
    model.train(dane_oznaczone)

W ten sposób auto-trening pomaga wykorzystać dane nieoznaczone do poprawy jakości modelu przy ograniczonej liczbie oznaczonych przykładów.