Yarı denetimli öğrenme

Yarı denetimli öğrenme, bir algoritmayı eğitmek için hem etiketli hem de etiketsiz verileri kullanan makine öğreniminin bir alt alanıdır. Yarı denetimli öğrenmenin amacı, etiketlenmiş verileri desteklemek için etiketlenmemiş verileri kullanmaktır. Bu, eğitim sürecinin etiketli veri miktarının yalnızca bir kısmını kullanırken eğitilecek daha fazla bilgiye sahip olmasını sağlar. Yarı denetimli öğrenme, bazı etiketli verileri kullandığı için denetimli öğrenmenin bir biçimidir ancak etiketlenmemiş verilerden de yararlanması açısından farklıdır.

Yarı denetimli öğrenmenin altında yatan fikir, etiketlenmemiş verilerin kurallarını gerçekleştirmenin etiketli verilerin kurallarını gerçekleştirmekten genellikle daha kolay olduğudur. Ayrıca, yalnızca az miktarda etiketli veri mevcut olduğunda yaygın olarak kullanılır. Bu nedenle, makine öğrenimi alanında popüler bir yaklaşım haline gelmiştir.

Yarı denetimli öğrenme algoritmalarının birçok türü vardır. Bu algoritmalar genellikle iki kategoriden birine girer: üretken modeller veya ayrımcı modeller. Üretken modeller, verilerin dağılımını modellemeye çalışan algoritmalar iken, ayırt edici modeller, veriler göz önüne alındığında sınıflar arasındaki farklılıkları modellemeye çalışan algoritmalardır. Aşağıda yarı denetimli algoritmalara birkaç örnek verilmiştir:

• Üretken Rekabetçi Ağlar (GAN'lar): GAN'lar, orijinal veri kümesinin dağılımını takip eden yeni veriler üretmek için iki sinir ağını (üretici ve ayırıcı) kullanan bir tür üretken modeldir. GAN'lar, eğitim için verileri artırmak amacıyla orijinal veri kümesinden veri üretebildikleri için yarı denetimli öğrenme için kullanılabilir.

- Kendi kendine eğitim: Kendi kendine eğitim, bir algoritmanın etiketli bir veri kümesi üzerinde eğitildiği ve daha sonra ilgili etiketsiz veriler için etiketlerin çıktısını almak için kullanıldığı bir tür yarı denetimli öğrenme tekniğidir. Çıktı etiketleri daha sonra modelin eğitilmesi için etiketli verilerin bir parçası olarak kullanılır.

- Etiket Yayılımı: Etiket yayma, etiketlerin etiketlenmiş verilerden çevredeki etiketlenmemiş verilere yayıldığı belirli bir yarı denetimli öğrenme tekniğidir. Etiketler, verilerin ve etiketli verilerin benzerliğine göre yayılır.

Genel olarak, yarı denetimli öğrenme, bir algoritmayı eğitmek için hem etiketli hem de etiketsiz verilerin kullanılmasına izin verdiği için makine öğrenimi için güçlü bir tekniktir. Bu, algoritmanın her iki veri kaynağından da yararlanmasını ve dolayısıyla daha doğru sonuçlar üretmesini sağlar.