Apprentissage automatique
Apprentissage semi-supervisé : entraînez des modèles plus précis avec moins de données étiquetées
L’apprentissage semi-supervisé entraîne des modèles sur un mélange de données étiquetées et non étiquetées, réduisant les coûts d’annotation tout en améliorant la précision pour des tâches comme la classification d’images, l’analyse de textes et le diagnostic médical.
Dario Radečić