semi-supervised learning

semi-supervised learning (tsz. semi-supervised learnings)

1. (informatika) A semi-supervised learning (magyarul: félig felügyelt tanulás) a gépi tanulás egyik módszere, amely felügyelt (címkézett) és felügyelet nélküli (címkézetlen) adatok kombinációjával tanítja a modellt.

Ez különösen hasznos, amikor:

• Kevés címkézett adat áll rendelkezésre (pl. kézi annotálás drága vagy időigényes),
• Sok címkézetlen adat van (pl. nyers szöveg, képek, szenzoradatok).

• Jobb teljesítményt elérni, mint csak a címkézett adatokkal lehetne,
• Miközben költséghatékony marad (nem kell minden adatot kézzel címkézni).

A modell először a meglévő címkézett példákon tanul, majd a címkézetlen adatok alapján tovább finomodik, kihasználva a bennük rejlő mintázatokat, struktúrákat.

1. Tanítunk egy modellt a címkézett adatokon.
2. A modell címkéket jósol a címkézetlen adatokra.
3. A legbiztosabb jóslatokat hozzáadjuk a tanítóhalmazhoz.
4. Ismételjük a folyamatot.

• Két különböző modell tanul különböző nézeteken (pl. szöveg + metaadat),
• Egymás jóslatait felhasználják új címkék tanítására.

• A modell legyen robusztus a bemenet kis torzításaira (pl. képek elforgatása),
• Ha egy kép 2 változatára más osztályt jósol → büntetjük.

• Az adatokat gráfként ábrázoljuk, ahol a hasonló adatpontok össze vannak kötve.
• Az osztályinformációt szétterítjük a gráf mentén.

• A modell megtanulja az adat eloszlását (pl. autoencoder, variational autoencoder),
• Ez alapján segíti az osztályozást.

• 100 címkézett kép: macska vagy kutya
• 10 000 címkézetlen kép
• A modell önállóan megtanulja, hogyan néz ki „tipikusan” egy kutya vagy macska,
• Ezt az információt felhasználja a címkék pontosítására → jobb osztályozás kevés címkével is.

A félig felügyelt modelleket a címkézett teszthalmazon értékeljük:

• 🏷️ Kevesebb címkézett adat szükséges
• ⚡ Gyorsabb annotációs ciklus
• 🧠 Tanulja az adat eloszlását
• 🌍 Jól működik nagy, természetes adathalmazokon

from sklearn.semi_supervised import LabelSpreading
from sklearn.datasets import make_moons
import numpy as np

X, y = make_moons(n_samples=200, noise=0.1)
y = -1  # Címkézetlen adatok

model = LabelSpreading(kernel='knn', n_neighbors=5)
model.fit(X, y)

predicted_labels = model.transduction_

• semi-supervised learning - Szótár.net (en-hu)
• semi-supervised learning - Sztaki (en-hu)
• semi-supervised learning - Merriam–Webster
• semi-supervised learning - Cambridge
• semi-supervised learning - WordNet
• semi-supervised learning - Яндекс (en-ru)
• semi-supervised learning - Google (en-hu)
• semi-supervised learning - Wikidata
• semi-supervised learning - Wikipédia (angol)