#author("2023-05-26T08:23:21+00:00;2010-02-11T07:12:42+00:00","","") * 半教師あり学習 (semi-supervised learning) [#y7015be2] //ここには %項目の説明を書いてください.よろしければ署名しておいてください. ラベル付けされたデータ集合に加え,ラベルのないデータ集合もある ''ラベルあり・なし混在データ (labeled and unlabeled data)'' から学習することで,ラベルありデータだけで学習した場合より,より予測精度の高いクラス分類を実現するのが目標. クラス分類問題以外の問題にも広がっているので,特に,''半教師ありクラス分類 (semi-supervised classification)'' と呼ぶべきとの主張もある. ''semi-supervised learning'' の訳語は ''半教師あり学習'' と ''準教師あり学習'' に分かれています.どちらの訳語がよいと思いますか? #vote2(準教師あり学習[710],半教師あり学習[1928],notimestamp) 文献1の第1章のイントロダクションによれば,1960年代からこのアイデアは存在するらしい. また,教師なしデータを用いて予測精度を向上させる半教師あり学習の手法では,データに次のいずれかの性質が仮定されている. - ''半教師あり平滑性仮定'':もし二つの点 x1 と x2 が高密度領域で近ければ,出力 y1 と y2 も関連している. - ''クラスタ仮定'':点が同じクラスタになるなら,それらは同じクラスになりやすい. - ''低密度分離'':決定境界は低頻度領域にあるべき. - ''多様体仮定'':(高次元の)データは,低次元の多様体上に(ほぼ)存在する. > -- しましま ** 関連項目 [#vdacc720] //英語や同義語のあとに,#brで区切って関連する項目をリストしてください. -[[準教師あり学習]] -[[semi-supervised learning]] -[[半教師ありクラス分類]] -[[semi-supervised classification]] #br -[[ラベルあり・なし混在データ]] -[[labeled and unlabeled data]] #br -[[クラス分類]] -[[トランスダクティブ学習]] -[[転移学習]] -[[半教師ありクラスタリング]] #br -[[検索:準教師あり学習 半教師あり学習]] *** 手法 [#l2230d87] -[[TSVM]] -[[共訓練]] -[[SGT]] -論文 --[[Learning to Classify Text from Labeled and Unlabeled Documents>Paper/AAAI-1998-p792]] --[[A Framework for Learning Predictive Structures from Multiple Tasks and Unlabeled Data>Paper/JMLR-2006-6-p1817]] ** リンク集 [#i351f8af] //関連するWWW資源があればリンクしてください. -[[Semi-Supervised Learning>http://pages.cs.wisc.edu/~jerryzhu/icml07tutorial.html]] @ Xiaojin Zhu:ICML2007チュートリアル -[[ACL 2008 tutorial on semi-supervised learning>http://ssl-acl08.wikidot.com/]] @ John Blitzer and Jerry Zhu -[[Large Scale Semi-Supervised Learning>http://www.kyb.mpg.de/bs/people/weston/publications.html]] @ Jason Weston -[[Semi-Supervised Learning in Vison>http://www.icg.tugraz.at/Members/Saffari/ssl-cvpr2010]] @ A.Saffari, C.Leistner, and H.Horst:CVPR2010チュートリアル #br -[[Wikipedia:Semi-supervised_learning]] *** Freeware [#l3c8eecf] -[[mloss:semi-supervised-learning]] ** 関連文献 [#v7c6a7a3] //この%項目%に関連する書籍や論文を紹介してください. -文献1:半教師あり学習の専門書としては最初に出版された.論文集の形式.~ [[Book/Semi-supervised Learning]] -半教師あり学習の代表的な方法を簡潔に採り上げた教科書.~ X.Zhu & A.Goldberg "Introduction to Semi-supervised Learning" Morgan & Claypool Publishers (2009)~ [[GoogleScholarAll:Introduction to Semi-supervised Learning]]~ Amazon.co.jpへのリンク:&amazon(1598295470); -S.Abney "Semisupervised Learning for Computational Linguistics" Chapman & Hall (2007)~ [[GoogleScholarAll:Semisupervised Learning for Computational Linguistics]]~ Amazon.co.jpへのリンク:&amazon(1584885599); -生成モデルベースで解くときの基本論文~ [[K.Nigam et al. "Learning to Classify Text from Labeled and Unlabeled Documents">Paper/AAAI-1998-p792]]