半监督

少量有标注，大量无标注

1.三个假设：

(1)连续性/平滑性假设：相近的数据点可能有相同的标签

(2)集群假设：在分类问题中，数据往往被组织成高密度的集群，同一集群的数据点可能具有相同的标签。因此，决策边界不应该位于密集的数据点区域；相反，它应该位于高密度区域之间，将它们分离成不连续的群组。

(3)流形假设：高纬数据分布可以在一个嵌入式的低纬空间中表示。这个低纬空间被称为数据流形。

2.方法：

（1）一致性正则化：

核心动机：利用连续性和集群假设

具体操作：对于一个给定的特征x，我们的模型应该对潜在Augment（x）半径内的所有数据点做出类似的预测。即加扰动不影响输出。（我们选中x。那么x和x周围的类别是一致的）

实现方法：

正规全监督+$x_i$ 和$x_i$附近 的数据点的差距（差距不大）
$$loss=\{\begin{array}{c}CrossEntropy(x_i,y_i)+\Vert f_{\theta }(x_i)-f_{\theta }(Augment(x_i)){\Vert }_2^2,x_i\in X_{labeled}\\ \Vert f_{\theta }(x_i)-f_{\theta }(Augment(x_i)){\Vert }_2^2,x_i\in X_{unlabled}\end{array}$$

(2)伪标签

核心动机：把半监督问题转换成全监督

具体操作：想办法得到伪标签

(3)生成对抗网络

核心动机：用鉴别器找到值得信赖的区域

(4)主动学习

核心动机：识别哪些未标记的点是最有价值的，由人在循环中进行标记。