半監督學習 (Semi-supervised learning) 這一次我們要來談談關於半監督學習 (Semi-supervised learning)這個訓練模型。 半監督學習與監督式學習的名稱差別只相差了一個字,而其中的差異也能夠從它們名字之間找出一點兒頭緒來。 如果說監督式學習需要標記所有數據來進行學習,那麼半監督學習只需要標記一部分的數據就能來訓練模型了,換句話來說,半監督學習能夠在資源有限的情況下來進行學習。 我可以舉例一個關於商用的例子。 如果我們想要用來訓練一個關於預測銷售額的例子,我們此時擁有的是大量沒有標記過的銷售資料,裡面有著日期、地區、產品的種類等等,而我們有標記過的資料卻只有一小部分,也就是說此刻我們擁有的數據資源相當有限,但是我們依然能夠使用半監督式學習這個模型來訓練數據。 在此我們能夠使用少量標記過的數據資料來訓練、學習模型,然後利用大量沒有標記過的銷售資料來驗證模型成功的可能性,這樣的話,我們就能夠使用少量且有限的資料來訓練一整個我們擁有的數據。