作者disney82231 (小刀會序曲)
看板DataScience
標題[問題] 半監督與非監督的定義
時間Sun May 12 17:18:26 2019
普遍聽到的定義是，當訓練模型時如果用到label就是監督式學習
一部分有label則是半監督，訓練時沒有用到label就是非監督
但最近在做異常檢測，其中一個方法是利用AE學習正常樣本的pattern
若預測不符合學習的pattern則判斷異常。
雖然在訓練AE時，沒有把label丟進去一起訓練
但我們事前還是需要靠label來判斷哪些是正常樣本，哪些為異常
若沒有label的話則無法判斷正常還是異常
因此想請問這樣的訓練算是哪一種呢?
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.226.124.39
※ 文章網址: https://webptt.com/m.aspx?n=bbs/DataScience/M.1557652709.A.8BA.html
1F：→ f496328mm: 監督 05/12 18:51
2F：推 st1009: 監督++ 05/12 19:29
3F：→ zianz113: 監督 你訓練ae時把原始資料當label學 05/12 19:31
4F：推 erre: 跟驗證掰或不掰一樣道理 05/12 19:39
5F：→ aszx4510: label 有幾個打錯了 05/13 02:27
6F：推 germun: 單看訓練AE是監督式. 但若你只用正常樣本下去訓練, 在測試 05/14 20:34
7F：→ germun: 時才加入負樣本做檢測評估, 若從異常偵測的角度來看, 05/14 20:35
8F：→ germun: 這樣的學習算是半監督, 因為你訓練時只有一種類別的樣本 05/14 20:36
9F：推 germun: 但你訓練時同時有正負樣本, 且已知誰是正負樣本並進行不同 05/14 20:42
10F：→ germun: 的學習方式, 就算監督式學習, 最常見的就是二分類學習. 05/14 20:43
※ 編輯: disney82231 (120.126.194.162), 05/17/2019 22:57:03