Przykłady obejmują uczenie słownikowe, analizę niezależnych składowych, rozkład macierzy i różne formy klasteryzacji. W przypadku uczenia samonadzorowanego reprezentacje są odkrywane przy użyciu nieoznaczonych danych, tak jak w przypadku uczenia się bez nadzoru, jednak pary wejście-etykieta są konstruowane z każdego punktu danych, co umożliwia poznawanie struktury danych za pomocą nadzorowanych metod, takich jak metoda gradientu prostego. Do klasycznych przykładów zaliczają się osadzanie słów i autoenkodery. Od tego czasu uczenie samonadzorowane zostało zastosowane w wielu obszarach z wykorzystaniem głębokich architektur sieci neuronowych, takich jak konwolucyjne sieci neuronowe i transformery.
Przypisy
Kategoria:Uczenie maszynowe