【摘要】：在机器学习领域，数据可以划分为标记样本和未标记样本，所谓“标记”是指样本所对应的输出，如:在分类问题中就是指样本所属的类别。因此，在标记样本有限的情况下，如何利用未标记样本来改善整个学习系统的性能，已经成为机器学习和多媒体检索领域的热门话题。目前，利用未标记样本进行学习的主流技术主要包括三类:主动学习、半监督式学习、直推学习。
在机器学习领域，数据可以划分为标记样本和未标记样本，所谓“标记(Label)”是指样本所对应的输出，如:在分类问题中就是指样本所属的类别。随着网络和数据采集技术的飞速发展，越来越多的未标记样本唾手可得，然而，要获得大量标记样本还是比较困难，主要是因为人工标注费时费力，机器标注又存在准确性较低的缺点。
如果只使用少量的标记样本进行学习和训练，这样得到的学习系统往往难以具有较强的泛化能力。因此，在标记样本有限的情况下，如何利用未标记样本来改善整个学习系统的性能，已经成为机器学习和多媒体检索领域的热门话题。目前，利用未标记样本进行学习的主流技术主要包括三类:主动学习、半监督式学习、直推学习。
(1)主动学习方法假设学习器对系统的状态就有一定的“控制能力”，可以主动地按照规则选择一些未标记的样本，并通过用户交互或者是能够为样本提供真实标记的其他过程，得到这些样本的标记，然后再将这些有标记的样本作为训练集的一部分，融入到系统的学习器中进行监督式学习。
(2)半监督式学习方法利用未标记样本进行学习，不需要人工干预。(www.xing528.com)
(3)相似地，直推式学习也是学习器自行利用未标记样本进行学习，不同地是，直推式学习中未标记样本被假定为测试样本，也就是说，学习的目的是在这些未标记的测试样本集上取得最佳的泛化能力。
总之，从研究对象上来看，半监督式学习需要处理的是一个开放集，在学习过程中没有事先给定测试集，测试集是未知和不确定的；而直推式学习处理的是一个封闭世界，即:学习过程中就已经知道了将要预测的测试集是哪些了。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
