Praxisbuch Unsupervised Learning

KAPITEL 9

Semi-supervised Learning

Bis jetzt haben wir Supervised (überwachtes) und Unsupervised (unüberwachtes) Learning als zwei getrennte und eigenständige Zweige des maschinellen Lernens betrachtet. Supervised Learning ist geeignet, wenn unser Dataset gelabelt ist, und Unsupervised Learning ist notwendig, wenn unser Dataset nicht mit Labels versehen ist.

In der Praxis ist die Unterscheidung nicht ganz so klar. Datasets sind in der Regel zum Teil gelabelt, und wir möchten die nicht gelabelten Beobachtungen effizient mit Labels versehen, wobei wir auf den Informationen im gelabelten Set aufbauen. Beim Supervised Learning müssten wir den Großteil des Datasets verwerfen, weil es ungelabelt ist. Beim Unsupervised Learning hätten wir den Großteil ...