Semi-Supervised Learning (SSL)

什么是半监督学习？

我的理解就是一种较为省力的学习算法。

借助有限数量的数据样本，构建模型，随后对大量数据进行训练。

百度百科的解释：半监督学习（Semi-Supervised Learning，SSL）是模式识别与机器学习领域的重要研究课题，它融合了监督学习与 无监督学习 的特点，形成了一种特殊的 习 方式。其核心关注点是如何在少量标注样本和大量未标注样本的基础上开展训练及分类任务。主要可以划分为半监督分类、半 监督 回归、半监督聚类以及半监督降维等算法类型。

一个易于理解的例子如下：

在丰收季节前往瓜田时，可以看到满地都是西瓜。瓜农抱来三四个西瓜，并说明这些是优质瓜，同时指着地里五六个瓜表示它们尚未成熟，还需等待几天。基于上述信息，我们是否可以建立一个模型来判断地里哪些西瓜已达到采摘标准？显然，可以将瓜农指出的好瓜和未成熟的瓜分别作为正例和反例用于训练分类器。然而仅凭这十个样本作为训练数据似乎数量偏少。那么是否能够利用地里其余的西瓜呢？

我们可以让瓜农挑选出少量的西瓜，