Odległy nadzór: nadzorowany, częściowo nadzorowany, czy oba?

„Daleki nadzór” to schemat uczenia się, w którym klasyfikator uczy się, biorąc pod uwagę słabo oznakowany zestaw treningowy (dane treningowe są automatycznie oznaczane na podstawie heurystyki / zasad). Uważam, że zarówno nauczanie nadzorowane, jak i nauczanie częściowo nadzorowane może obejmować taki „zdalny nadzór”, jeśli ich oznaczone dane są heurystycznie / automatycznie oznaczone. Jednak na tej stronie „zdalny nadzór” jest definiowany jako „uczenie częściowo nadzorowane” (tj. Ograniczone do „częściowo nadzoru”).

Moje pytanie brzmi zatem: czy „zdalny nadzór” odnosi się wyłącznie do pół-nadzoru? Moim zdaniem można go zastosować zarówno do nauki nadzorowanej, jak i częściowo nadzorowanej. Podaj ewentualne wiarygodne referencje.

Algorytm zdalnego nadzoru zwykle ma następujące kroki:
1] Może mieć pewne oznaczone dane szkoleniowe
2] Ma „dostęp” do puli danych nieznakowanych
3] Ma operatora, który pozwala mu pobierać próbki z tych nieznakowanych danych i oznaczać je i oczekuje się, że operator ten będzie hałaśliwy na swoich etykietach
4] Algorytm następnie zbiorczo wykorzystuje oryginalne dane treningowe oznaczone etykietami, jeśli je posiada, oraz te nowe głośno oznakowane dane w celu uzyskania ostatecznego wyniku.

Teraz, aby odpowiedzieć na twoje pytanie, zarówno ty, jak i strona, macie rację. Patrzysz na czwarty krok algorytmu i zauważasz, że na czwartym kroku można użyć dowolnego algorytmu, do którego użytkownik ma dostęp. Stąd twój punkt widzenia, „można go zastosować zarówno do uczenia się nadzorowanego, jak i częściowo nadzorowanego” .

Podczas gdy strona analizuje wszystkie kroki 1-4 łącznie i zauważa, że ​​głośno oznakowane dane są uzyskiwane z puli nieznakowanych danych (z użyciem lub bez użycia wcześniej istniejących danych szkoleniowych z etykietami) oraz ten proces uzyskiwania głośnych etykiet jest niezbędnym składnikiem każdego algorytmu nadzoru na odległość, dlatego jest algorytmem częściowo nadzorowanym.