Semi-supervised learning va self-training nima?

Yarim nazoratli o‘rganish — bu mashina o‘rganishdagi yondashuv bo‘lib, u modelni o‘qitish uchun belgilangan va belgilangan bo‘lmagan ma’lumotlardan foydalanadi. Odatda, belgilangan ma’lumotlar kam, belgilangan bo‘lmaganlar esa ko‘p bo‘ladi, va yarim nazoratli usullar belgilangan bo‘lmagan ma’lumotlardan qo‘shimcha ma’lumotlar yordamida model sifatini yaxshilashga yordam beradi.

O‘z-o‘zini o‘qitish — bu yarim nazoratli o‘rganish usullaridan biridir. Asosiy g‘oya shundaki, model avval belgilangan ma’lumotlar bilan o‘qitiladi, so‘ngra belgilangan bo‘lmagan ma’lumotlar uchun taxminlar qilinadi, eng ishonchli taxminlar tanlanadi va ularni o‘qitish to‘plamiga qo‘shib, qayta o‘qitiladi. Bu jarayon bir necha marta takrorlanishi mumkin, va o‘qitish to‘plami asta-sekin kengaytiriladi.

O‘z-o‘zini o‘qitish misoli:

# Pseudo-kod
model.train(belgilangan_ma’lumotlar)
for iteratsiya in range(N):
    pseudo_etiketlar = model.predict(belgilangan_belgilanmagan_ma’lumotlar)
    ishonchli_namuna = select_confident(pseudo_etiketlar)
    belgilangan_ma’lumotlar += ishonchli_namuna
    belgilangan_belgilanmagan_ma’lumotlar -= ishonchli_namuna
    model.train(belgilangan_ma’lumotlar)

Shu tarzda, o‘z-o‘zini o‘qitish belgilangan ma’lumotlar cheklangan bo‘lsa-da, belgilangan bo‘lmagan ma’lumotlardan foydalanib, model sifatini yaxshilashga yordam beradi.