Apprendimento semi-supervisionato

L'apprendimento semi-supervisionato è un potente approccio nell'apprendimento automatico (ML) che sfrutta sia i dati etichettati che quelli non etichettati per addestrare i modelli. Questa tecnica è particolarmente utile quando ottenere dati etichettati è costoso o richiede molto tempo, mentre i dati non etichettati sono abbondanti e facilmente disponibili. Combinando i punti di forza dell'apprendimento supervisionato e non supervisionato, l'apprendimento semi-supervisionato può raggiungere un'elevata accuratezza con una minore dipendenza da set di dati completamente etichettati, rendendolo uno strumento prezioso in diverse applicazioni reali.

Come funziona l'apprendimento semi-supervisionato

Gli algoritmi di apprendimento semi-supervisionato utilizzano una piccola quantità di dati etichettati per guidare il processo di apprendimento, estraendo contemporaneamente modelli e strutture da un pool più ampio di dati non etichettati. I dati etichettati forniscono una supervisione esplicita, insegnando al modello relazioni specifiche tra input e output. I dati non etichettati, invece, aiutano il modello ad apprendere la distribuzione e le caratteristiche sottostanti dei dati, migliorando la sua capacità di generalizzare a nuovi esempi non visti.

Esistono diversi approcci all'apprendimento semi-supervisionato, tra cui:

• Autoformazione: Il modello viene inizialmente addestrato sui dati etichettati e poi utilizzato per prevedere le etichette dei dati non etichettati. Le previsioni ad alta affidabilità vengono aggiunte all'insieme etichettato e il modello viene ri-addestrato iterativamente.
• Co-training: Due o più modelli vengono addestrati su diverse viste o sottoinsiemi di dati etichettati. Ciascun modello etichetta poi i dati non etichettati e le previsioni vengono utilizzate per aumentare il set di addestramento degli altri modelli.
• Modelli generativi: Questi modelli, come le reti avversarie generative (GAN), apprendono la distribuzione di probabilità congiunta dei dati e delle etichette. Possono quindi generare nuovi punti di dati o dedurre le etichette mancanti in base alla distribuzione appresa.
• Metodi basati sui grafi: Questi metodi rappresentano i dati come un grafo, dove i nodi sono punti di dati (sia etichettati che non etichettati) e gli spigoli rappresentano le somiglianze tra di essi. Le informazioni sulle etichette si propagano attraverso il grafo, permettendo al modello di dedurre le etichette per i nodi non etichettati.

Vantaggi dell'apprendimento semi-supervisionato

L'apprendimento semi-supervisionato offre diversi vantaggi chiave:

• Riduzione dello sforzo di etichettatura: Utilizzando dati non etichettati, l'apprendimento semi-supervisionato riduce significativamente la necessità di un'etichettatura manuale approfondita, risparmiando tempo e risorse.
• Miglioramento dell'accuratezza: L'inclusione di dati non etichettati aiuta il modello ad apprendere una rappresentazione più completa della distribuzione dei dati, spesso portando a un miglioramento dell'accuratezza rispetto all'utilizzo di soli dati etichettati.
• Migliore generalizzazione: L'esposizione a un set di dati più ampio e diversificato, che comprende esempi etichettati e non etichettati, migliora la capacità del modello di generalizzare ai dati non visti.
• Sfruttare l'abbondanza di dati non etichettati: In molti domini, i dati non etichettati sono facilmente disponibili (ad esempio, immagini da internet, testi da pagine web). L'apprendimento semi-supervisionato ci permette di sfruttare questa vasta risorsa.

Applicazioni dell'apprendimento semi-supervisionato

L'apprendimento semi-supervisionato trova applicazioni in diversi ambiti, tra cui:

• Visione artificiale: Le attività di rilevamento degli oggetti, classificazione e segmentazione delle immagini possono trarre vantaggio dall'apprendimento semi-supervisionato, soprattutto quando le immagini etichettate sono scarse. Ad esempio, un modello può essere addestrato a rilevare oggetti specifici nelle immagini utilizzando un piccolo set di immagini etichettate e un'ampia raccolta di immagini non etichettate provenienti da internet. Scopri come i modelli di Ultralytics YOLO stanno trasformando la computer vision con soluzioni innovative.
• Elaborazione del linguaggio naturale: L 'analisi del sentiment, la classificazione del testo e il riconoscimento di entità denominate possono sfruttare l'apprendimento semi-supervisionato per migliorare le prestazioni quando i dati testuali etichettati sono limitati. Ad esempio, è possibile addestrare un modello per classificare il sentiment delle recensioni di prodotti utilizzando un piccolo set di recensioni etichettate e un ampio corpus di recensioni non etichettate provenienti da forum online. Scopri di più sull'elaborazione del linguaggio naturale (NLP).
• Diagnosi medica: nel settore sanitario, ottenere dati medici etichettati può essere difficile a causa di problemi di privacy e della necessità di annotazioni di esperti. L'apprendimento semi-supervisionato può essere utilizzato per addestrare modelli per la diagnosi delle malattie, l'analisi delle immagini mediche e la scoperta di farmaci utilizzando una combinazione di dati etichettati e non etichettati dei pazienti. Per saperne di più sull'IA nel settore sanitario.
• Rilevamento delle frodi: L'apprendimento semi-supervisionato può migliorare i sistemi di rilevamento delle frodi imparando da un piccolo insieme di transazioni fraudolente etichettate e da un grande volume di dati di transazioni non etichettate. Il modello è in grado di identificare schemi e anomalie indicativi di frode, anche con esempi etichettati limitati.

Confronto con altri paradigmi di apprendimento

L'apprendimento semi-supervisionato si differenzia dall'apprendimento supervisionato e dall'apprendimento non supervisionato per i seguenti aspetti:

• Apprendimento supervisionato: Si basa esclusivamente su dati etichettati per l'addestramento. Pur essendo accurato, può essere limitato dalla disponibilità e dal costo dei dati etichettati.
• Apprendimento non supervisionato: Utilizza solo dati non etichettati per scoprire schemi e strutture. Sebbene sia utile per l'analisi esplorativa, non impara direttamente a mappare gli input in output specifici.
• Apprendimento semi-supervisionato: Raggiunge un equilibrio tra l'apprendimento supervisionato e quello non supervisionato, sfruttando sia i dati etichettati che quelli non etichettati per ottenere prestazioni migliori con un minore sforzo di etichettatura.

L'apprendimento semi-supervisionato può anche essere visto come una forma di apprendimento attivo, in cui il modello seleziona attivamente i punti di dati non etichettati più informativi per essere etichettati da un oracolo (ad esempio, un esperto umano). Tuttavia, nell'apprendimento semi-supervisionato, il modello si basa principalmente sui dati etichettati esistenti e sulla struttura dei dati non etichettati, piuttosto che chiedere attivamente nuove etichette.

Per maggiori informazioni sui concetti di apprendimento automatico correlati, esplora il glossario diUltralytics .