基于分歧的半监督学习

作者：周志华

来源：自动化学报, 2013, 39(11): 1871-1878.

• 机器学习
• 半监督学习
• 基于分歧的半监督学习
• 未标记数据

传统监督学习通常需使用大量有标记的数据样本作为训练例,而在很多现实问题中,人们虽能容易地获得大批数据样本,但为数据提供标记却需耗费很多人力物力.那么,在仅有少量有标记数据时,可否通过对大量未标记数据进行利用来提升学习性能呢?为此,半监督学习成为近十多年来机器学习的一大研究热点.基于分歧的半监督学习是该领域的主流范型之一,它通过使用多个学习器来对未标记数据进行利用,而学习器间的"分歧"对学习成效至关重要.本文将综述简介这方面的一些研究进展.

• 单位
  南京大学; 计算机软件新技术国家重点实验室