半教師あり学習のアイデアの分類
1. 半教師あり学習のアイデア 半教師あり学習 (SSL)
明確な知識が必要です:
1. まず、トレーニング セットにラベル付きデータとラベルなしデータの 2 種類のデータが含まれていることを確認します。
2. 私たちの最終的な目標は、分類器、つまりネットワーク モデルを取得することです。
3. トレーニング終了の条件は、出力予測ラベルを取得するためのネットワークの入力としてラベルなしデータを使用することです。トレーニング セット内のデータが信頼レベルに達するまで、特定の信頼レベル内のデータをラベル付きデータに分割できます。分類子は最終的な分類子と考えることができます。
手順:
- 初期ネットワーク モデル f は、最初にラベル付けされたデータを使用してネットワークをトレーニングすることによって取得されます。
- 初期ネットワーク モデル f を使用してラベルなしデータ x を予測し、予測ラベル y を取得します。予測ラベルは一定の信頼度内で正しいと見なされます。
- 正しい予測ラベルとみなされるデータ (x, y) が、トレーニング セット内のラベルなしデータからラベル付きデータに削除されます。
- 新しく取得したデータ セットを使用して、条件が満たされるまでネットワークを再トレーニングします。
最終的に得られたネットワークモデルが最終ネットワークモデルとなる。