الگوریتم نیمه نظارتی - Artificial Intelligence

mary92 · ۱۱-۱۷-۱۳۹۲, ۱۲:۲۹ بعد از ظهر

سلام دوستان کسی در مورد این الگوریتم co-training اطلاعاتی دارد یعنی به طور خلاصه توضیح دهد یا منبعی ویاسایتی معرفی کند .این اگوریتم مربوط به این مقاله است
Combining Labeled and Unlabeled Data with Co-Trainingو الگوریتم آن به صورت زیر است لطفا راهنمایی کنید تا بهتر این الگوریتم رامتوجه شوم

كد:

Given:
 a set L of labeled training examples
a set U of unlabeled examples

Create a pool U’ of examples by choosing u examples at random from U
Loop for k iterations:
Use L to train a classifier h1 that considers only the x1 portion of x
Use L to train a classifier h2 that considers only the x2 portion of x
Allow h1 to label p positive and n negative examples from U'
Allow h2 to label p positive and n negative examples from U'
Add these self-labeled examples to L
Randomly choose 2p, + 2n examples from U to replenish U'

bezyjoon · ۱۱-۲۳-۱۳۹۲, ۱۰:۴۵ بعد از ظهر

این روش فرض میکند که هر مثال رو میشه توسط دو مجموعه ویژگی مختلف که اطلاعات مختلف و مکمل راجع به هر نمونه دارند، شرح داد. در آموزش مشارکتی، دو طبقه بندی کننده مجزا با نمونه های برچسب گذاری شده از دو دیدگاه از زیر مجموعه ویژگیها ،آموزش میبینند و اطلاعات ناشی از این آموزش بین این دو طبقه بندی کننده به اشتراک گذاشته میشود. بعد هر یک از این دو طبقه بندی کننده مجددا با استفاده از نمونه های آموزشی که بتازگی توسط طبقه بندی کنده دیگر اضافه شده اند، آموزش میبینند.

کلاسیفایر اول مطمئن ترین نمونه ها(نمونه های صحیحش رو )به کلاسیفایر دوم می ده
کلاسیفایر دوم هم مطمئن ترین نمونه هاش رو به کلاسیفایر اول میده
حالا دوباره ترین میشه

موفق باشید