半监督深度学习的学习笔记

半监督深度学习是一种结合了监督学习和无监督学习的方法，旨在利用有限的标记数据和大量的未标记数据来进行模型训练。在半监督学习中，回归任务是核心，而分类任务的信息被用来优化回归函数。\[2\]半监督学习的目标是通过找到一个函数来适应数据，从而实现回归任务。这个函数的优化过程则利用了分类任务的信息。\[2\]

在半监督学习中，还有一种特殊情况叫做自监督学习。自监督学习是一种从大规模无监督数据中挖掘自身监督信息的机器学习方法。它需要标签，但这些标签不是来自人工标注，而是来自数据本身。自监督学习的监督信号源于数据本身的内容，也可以看作是实例级别的标注，每个样本是一个类。自监督学习方法可以基于上下文、时序或对比等方式进行。\[3\]

所以，半监督深度学习是一种结合了监督学习和无监督学习的方法，旨在利用有限的标记数据和大量的未标记数据进行模型训练。而自监督学习则是半监督学习的一种特殊情况，它通过挖掘数据本身的监督信息来进行训练。\[1\]\[2\]\[3\]
#### 引用[.reference_title]
- *1* *2* [半监督学习笔记（一）：综述，定义，方法](https://blog.csdn.net/IRONFISHER/article/details/120328715)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [机器学习（Machine learning，ML） 学习笔记（区分监督学习与半监督学习）](https://blog.csdn.net/czmjy/article/details/124426142)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]