التعلم شبه الموجه SEMI-SUPERVISED LEARNING

ما هو التعلم شبه الموجه؟

أحد أنواع التعلم الآلي، وهو مزيج بين التعلم الموجه والتعلم غير الموجه كونه يستخدم كمية صغيرة من البيانات الموسومة وكمية كبيرة من البيانات غير الموسومة في عملية التدريب. هذا يعني إمكانية تدريب نموذج ما على وسم البيانات دون الحاجة إلى مجموعة بيانات موسومة كبيرة كمرحلة جزئية من مراحل التدريب على الهدف المطلوب. يستفيد التعلم شبه الموجه من ميزات النوعين السابقين، ويساعد على تجنب مشكلة صعوبة إيجاد البيانات الموسومة.

كيف يعمل التعلم شبه الموجه؟

بشكل عام تعمل خوارزميات التعلم شبه الموجه وفق الخطوات التالية:

1. تدريب النموذج باستخدام مجموعة محدودة من البيانات الموسومة للحصول على نموذج مدرب جزئياً.
2. استخدام النموذج المدرب جزئياً لوسم البيانات غير الموسومة. لكن كون مجموعة بيانات التدريب السابقة محدودة للغاية وقد لا تعطي نتائج دقيقة، تعتبر البيانات الناتجة عن هذه الخطوة بيانات شبه موسومة (Pseudo-Labeled).
3. دمج البيانات الموسومة مع البيانات شبه الموسومة الناتجة عن الخطوة السابقة واستخدامها لتدريب النموذج مرة أخرى بهدف تقليل الخطأ وتحسين الدقة.