作者disney82231 (小刀会序曲)
看板DataScience
标题[问题] 半监督与非监督的定义
时间Sun May 12 17:18:26 2019
普遍听到的定义是，当训练模型时如果用到label就是监督式学习
一部分有label则是半监督，训练时没有用到label就是非监督
但最近在做异常检测，其中一个方法是利用AE学习正常样本的pattern
若预测不符合学习的pattern则判断异常。
虽然在训练AE时，没有把label丢进去一起训练
但我们事前还是需要靠label来判断哪些是正常样本，哪些为异常
若没有label的话则无法判断正常还是异常
因此想请问这样的训练算是哪一种呢?
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.226.124.39
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1557652709.A.8BA.html
1F：→ f496328mm: 监督 05/12 18:51
2F：推 st1009: 监督++ 05/12 19:29
3F：→ zianz113: 监督 你训练ae时把原始资料当label学 05/12 19:31
4F：推 erre: 跟验证掰或不掰一样道理 05/12 19:39
5F：→ aszx4510: label 有几个打错了 05/13 02:27
6F：推 germun: 单看训练AE是监督式. 但若你只用正常样本下去训练, 在测试 05/14 20:34
7F：→ germun: 时才加入负样本做检测评估, 若从异常侦测的角度来看, 05/14 20:35
8F：→ germun: 这样的学习算是半监督, 因为你训练时只有一种类别的样本 05/14 20:36
9F：推 germun: 但你训练时同时有正负样本, 且已知谁是正负样本并进行不同 05/14 20:42
10F：→ germun: 的学习方式, 就算监督式学习, 最常见的就是二分类学习. 05/14 20:43
※ 编辑: disney82231 (120.126.194.162), 05/17/2019 22:57:03