Čo je semi-supervised learning a self-training?

Polonazorené učenie je prístup v strojovom učení, ktorý využíva ako označené, tak neoznačené údaje na tréning modelu. Zvyčajne je málo označených údajov a veľa neoznačených, a metódy polonazoreného učenia pomáhajú zlepšiť kvalitu modelu pomocou ďalších informácií z neoznačených údajov.

Samoučenie je jednou z metód polonazoreného učenia. Myšlienka je, že model sa najskôr naučí na označených údajoch, potom predpovedá štítky pre neoznačené údaje, vyberá najspoľahlivejšie predpovede a pridáva ich do tréningovej množiny na opätovné učenie. Tento proces možno opakovať niekoľkokrát, postupne rozširujúc tréningovú množinu.

Príklad samoučenia:

# Pseudo-kód
model.train(označené_dáta)
for iterácia in range(N):
    pseudo_štítky = model.predict(neoznačené_dáta)
    dôveryhodné_vzorky = select_confident(pseudo_štítky)
    označené_dáta += dôveryhodné_vzorky
    neoznačené_dáta -= dôveryhodné_vzorky
    model.train(označené_dáta)

Týmto spôsobom samoučenie pomáha využiť neoznačené údaje na zlepšenie kvality modelu pri obmedzenom počte označených príkladov.