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
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
製品の異常検知_Anomaly Detection (Vol.2)
