半监督学习(Semi-Supervised Learning,SSL)是模式识别和机器学习领域研究的重点问题,是监督学习与无监督学习相结合的一种学习方法。半监督学习使用大量的未标记数据,以及同时使用标记数据,来进行模式识别工作。当使用半监督学习时,将会要求尽量少的人员来从事工作,同时,又能够带来比较高的准确性,因此,半监督学习目前正越来越受到人们的重视。
IanGoodfellow在推特教你如何更好地阅读GAN论文
NeurIPS 2020 | 用于半监督学习的图随机神经网络
学术头条
0+阅读 · 2020年12月1日
腾讯出品:自循环半监督算法性能逼近监督学习!
AI科技评论
0+阅读 · 2020年10月31日
深度思考 | 从BERT看大规模数据的无监督利用
中国人工智能学会
2+阅读 · 2019年2月21日
简单易懂的讲解深度学习(入门系列之四)
计算机视觉战队
2+阅读 · 2018年10月31日
从0到1,这篇深度学习综述送给你!
机器学习算法与Python学习
21+阅读 · 2018年6月13日
ICML2021 | Self-Tuning: 如何减少对标记数据的需求?
夕小瑶的卖萌屋
0+阅读 · 2021年7月27日
【强化学习】人工智能的新希望-强化学习全解
产业智能官
2+阅读 · 2017年8月18日
参考链接
子主题
微信扫码咨询专知VIP会员