有监督学习(Supervised Learning)
训练集数据为({ (x^r, hat y^r) }_{r=1}^R)，其中每组数据包括算法的输入与输出(标签)。
半监督学习(Semi-supervised Learning)
训练集数据为({ (x^r, hat y^r) }_{r=1}^R+{ x^u}_{u=R+1}^{U+R})，即其中部分数据有标签而大量数据没有标签((U>>R))。
半监督学习可以分为以下2种情况
-
Transductive Learning
unlabeled data is the testing data，只使用testing data中的feature，并没有使用testing data中的label，所以并没有cheating。
适用于已知testing data的情况，比如kaggle比赛。
-
Inductive Learning
unlabeled data is not the testing data，完全不使用testing data。
适用于testing data未知的情况，这是大多数情况。
为什么需要半监督学习
其实缺的并不是数据，缺少的是有标签的数据。利用这些大量的没有标签的数据进行学习，这是非常有价值的。
为什么半监督学习有用
The distribution of the unlabeled data tell us something：无标注数据的分布可以告诉我们一些东西
半监督学习往往伴随着假设，而该假设的合理与否决定了结果的好坏程度。如上图所示，在猫狗图片分类中一只狗被认为是一只猫，这很可能是由于这2张图片的背景都是绿色，因此假设的合理性至关重要。
Github（github.com）：@chouxianyu
Github Pages（github.io）：@臭咸鱼
知乎（zhihu.com）：@臭咸鱼
博客园（cnblogs.com）：@臭咸鱼
B站（bilibili.com）：@绝版臭咸鱼
微信公众号：@臭咸鱼
转载请注明出处，欢迎讨论和交流!