Semi-Supervised Learning

Etiquetar datos es caro. Si tienes 1,000 radiografías revisadas por médicos y 100,000 sin revisar, el aprendizaje semisupervisado usa ambas: las etiquetadas enseñan la tarea y las no etiquetadas ayudan a entender la estructura general de los datos.

Técnicas comunes: pseudo-labeling (el modelo etiqueta datos y se reentrena con sus predicciones más confiables), consistency regularization (predicciones estables ante pequeñas perturbaciones) y métodos basados en grafos. Se apoya en supuestos como que puntos cercanos en el espacio de datos comparten etiqueta.

Reduce drásticamente el costo de etiquetado en dominios especializados.