[机器学习入门] 李宏毅机器学习笔记-13 （Semi-supervised Learning ;半监督学习）

[机器学习入门] 李宏毅机器学习笔记-13 （Semi-supervised Learning ;半监督学习）

PDF	VIDEO

Introduction

Why semi-supervised learning helps?

Semi-supervised Learning for Generative Model

Supervised Generative Model VS Semi-supervised Generative Model

Step

Why？

Low-density Separation

Self-training

Entropy-based Regularization

Outlook: Semi-supervised SVM

Smoothness Assumption

核心思想：近朱者赤，近墨者黑

Classify astronomy vs. travel articles

更多的数据连在一起，很难分类，那么如何做呢？

Cluster（群集 ） and then Label

这种方法不一定made sense ，需要class很强。

But，How to know x1 and x2 are close in a high density region (connected by a high density path)

还有另一种方法：

Graph-based Approach

Graph Construction





怎样在Graph 中定量地表示平滑度



将该式子整理一下，换个形式



如此，让smoothness 影响Loss，as a regularization term



smoothness不一定要放在output上，放到任何一层都可以。

Better Representation

去蕪存菁，化繁為簡

Looking for Better Representation