Uczenie półnadzorowane to technika uczenia maszynowego, która łączy wykorzystanie niewielkiej ilości oznaczonych danych z dużą liczbą danych nieetykietowanych. Model najpierw uczy się na bazie danych z gotowymi odpowiedziami, a następnie wykorzystuje tę wiedzę do odkrywania struktur i generowania tzw. pseudo-etykiet dla pozostałych informacji. Podejście to jest szczególnie przydatne, gdy ręczne opisywanie danych jest zbyt kosztowne lub pracochłonne, a dostęp do surowych danych jest powszechny. Dzięki takiemu połączeniu algorytmy mogą osiągać wysoką precyzję przy znacznie mniejszym nakładzie pracy ludzkiej.
Źródło: si-dla-sprawiedliwosci.gov.pl
