Bài kiểm tra học tập bán giám sát

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

1. Học bán giám sát được thiết kế cho các tình huống:
   • Mỗi ví dụ đều được dán nhãn đầy đủ
   • Bạn không có dữ liệu nào cả
   • Nhãn có giá vô cùng rẻ để có được
   • Bạn có một ít dữ liệu được gắn nhãn và rất nhiều dữ liệu chưa được gắn nhãn
2. How does self-training use selected predictions on unlabeled examples?
   • It treats selected model guesses as pseudo-labels for further fitting
   • It converts every guess into a verified human annotation
   • It permanently removes the original labeled examples by definition
   • It chooses labels only from alphabetical order
3. Under consistency regularization, what agreement is encouraged across chosen class-preserving augmentations?
   • A requirement that every arbitrary edit preserve the class
   • Opposite predictions for every view of an example
   • Agreement in the model's predictions
   • Removal of every unlabeled input from the loss
4. What does a cluster assumption propose for grouped observations in a semi-supervised method?
   • Every possible cluster must contain every class equally
   • They are likely to share a label under the assumed data structure
   • All semi-supervised methods guarantee identical clusters
   • Labels are determined by filename order
5. FixMatch kết hợp hai ý tưởng chính như thế nào?
   • Nó gắn nhãn giả cho đầu vào được tăng cường yếu, sau đó huấn luyện phiên bản được tăng cường mạnh để phù hợp với
   • Nó chỉ sử dụng dữ liệu được dán nhãn và bỏ qua mọi thứ khác
   • Nó xóa hoàn toàn phần mở rộng
   • Nó gán nhãn hoàn toàn ngẫu nhiên
6. How can confirmation bias arise during pseudo-label training?
   • Only low-confidence labels can ever be wrong
   • Every selected prediction becomes a verified fact
   • Using any verified label prevents the model from learning
   • Incorrect model-generated labels are accepted and then reinforced
7. Which structure distinguishes graph-based label propagation from repeatedly selecting a classifier's confident guesses?
   • Only a threshold on independently predicted class probabilities
   • A similarity graph over labeled and unlabeled observations
   • A list of random output labels with no input similarities
   • A requirement to discard every relationship between observations
8. In the stated scikit-learn semi-supervised interface, which integer marks an unlabeled target entry?
   • Zero, necessarily the first actual class label
   • One, necessarily the second actual class label
   • Minus one
   • Fifty, interpreted as a percentage-confidence threshold