エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
半教師あり学習_Semi-Supervised Learning (Vol.20)
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
半教師あり学習_Semi-Supervised Learning (Vol.20)
表1:分類(教師あり)とクラスタリング(教師なし)の違い(再掲) みなさんは、中高時代に部活やって... 表1:分類(教師あり)とクラスタリング(教師なし)の違い(再掲) みなさんは、中高時代に部活やってましたか。普通の教師が顧問をやったりするので、きちんとした指導もなくやみくもにトレーニングしていることが多かったように思います。そして、大人になってもゴルフでおんなじ非効率的な学習を繰り返していたりします(^^;)。これ、本当はコーチがちょっとポイントをアドバイスしてくれるだけで、ぐーんとトレーニング効率が高まるんですよね。 半教師あり学習(Semi-Supervised Learning)は、この原理と同じです。少量の教師データ(ラベル付きデータ)を用いることで、大量のラベル無しデータを活かすことができ、より簡単に学習させることができるモデルなのです(図1)。人間だってちっちゃいころに、「これは猫さん」「これはワンワンよ」と何回か教えてもらっただけで、後は自分でたくさんの猫や犬を見て自己学習