概要
少量のラベル付きデータと大量のラベルなしデータを組み合わせて学習する手法。
詳しい解説
半教師あり学習は、との中間に位置する手法です。正解を付けたデータは少量だけ用意し、残りの大量のラベルなしデータも活用して精度を高めます。ラベル付けには人手とコストがかかるため、「少しの正解データ」で「たくさんの未ラベルデータ」を生かせるこの方法は実務で重宝されます。
💡 青い破線の用語にカーソルを合わせる(タップする)と、その場で簡単な説明が表示されます。
具体例・活用シーン
画像分類への応用
数百枚だけ人手でラベル付けし、残り数万枚のラベルなし画像も使って分類モデルを訓練する、といった使い方をします。
関連用語
この説明に誤りや改善点を見つけましたか?
✏️ この説明を改善提案する