Definition
El aprendizaje semi-supervisado es un paradigma de entrenamiento híbrido que utiliza una pequeña cantidad de datos etiquetados junto con un gran volumen de datos no etiquetados. La suposición fundamental es que la estructura de los datos no etiquetados ayuda a guiar el aprendizaje.
Summary
Un enfoque de aprendizaje automático que aprovecha tanto datos etiquetados como no etiquetados para mejorar la precisión y generalización del modelo.
Key Concepts
- Datos etiquetados
- Datos no etiquetados
- Entrenamiento propio (Self-training)
- Suposición de variedad (Manifold assumption)
Use Cases
- Clasificación de imágenes con anotaciones limitadas
- Análisis de sentimiento en texto con etiquetas escasas
- Predicción de diagnósticos médicos con datos expertos escasos