« Apprentissage partiellement supervisé » : différence entre les versions
m (Remplacement de texte : « ↵↵==Sources== » par « ==Sources== ») |
Aucun résumé des modifications |
||
Ligne 7 : | Ligne 7 : | ||
== Anglais == | == Anglais == | ||
'''semi-supervised learning''' | '''semi-supervised learning''' | ||
==Español== | |||
''''' aprendizaje semisupervisado ''''' | |||
''El aprendizaje semisupervisado consiste en entrenar un modelo de aprendizaje en un conjunto de datos parcialmente anotados que contiene algunos datos anotados y muchos datos sin anotar. La idea es asignar anotaciones utilizando la similitud entre los datos anotados y los no anotados.'' | |||
''Así pues, el aprendizaje semisupervisado se sitúa entre el aprendizaje supervisado, que sólo utiliza datos anotados, y el aprendizaje no supervisado, que sólo utiliza datos no anotados.'' | |||
''La combinación de estos dos conjuntos de datos permite mejorar notablemente los resultados sin tener que recurrir a la tediosa (y costosa y lenta) intervención de la anotación manual.'' | |||
==Sources== | ==Sources== | ||
[https://developers.google.com/machine-learning/glossary/ Source : Google machine learning glossary ] | [https://developers.google.com/machine-learning/glossary/ Source : Google machine learning glossary ] | ||
{{Modèle:101}} | |||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | [[Catégorie:GRAND LEXIQUE FRANÇAIS]] | ||
[[Catégorie:Apprentissage profond]] | [[Catégorie:Apprentissage profond]] |
Dernière version du 21 juillet 2025 à 15:17
Définition
Entraînement d'un modèle avec des données où seulement certains des exemples d'apprentissage sont étiquetés. L'une des techniques d'apprentissage partiellement supervisé consiste à déduire les étiquettes des exemples sans étiquette, puis à entraîner le modèle avec les étiquettes déduites afin de créer un nouveau modèle. L'apprentissage partiellement supervisé peut être utile si les étiquettes sont coûteuses, mais que les exemples sans étiquette abondent.
Français
apprentissage partiellement supervisé
Anglais
semi-supervised learning
Español
aprendizaje semisupervisado
El aprendizaje semisupervisado consiste en entrenar un modelo de aprendizaje en un conjunto de datos parcialmente anotados que contiene algunos datos anotados y muchos datos sin anotar. La idea es asignar anotaciones utilizando la similitud entre los datos anotados y los no anotados.
Así pues, el aprendizaje semisupervisado se sitúa entre el aprendizaje supervisado, que sólo utiliza datos anotados, y el aprendizaje no supervisado, que sólo utiliza datos no anotados.
La combinación de estos dos conjuntos de datos permite mejorar notablemente los resultados sin tener que recurrir a la tediosa (y costosa y lenta) intervención de la anotación manual.
Sources
Source : Google machine learning glossary
101 MOTS DE L' IA
Ce terme est sélectionné pour le livre « Les 101 mots de l'intelligence artificielle »
Contributeurs: Claire Gorjux, Jacques Barolet, Espanol: Jean-Sébastien Zavalone, wiki, Robert Meloche
