待验证50% 置信事实时间未知

半监督学习介于监督学习和无监督学习之间，利用少量标注数据和大量无标注数据进行训练

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30

来源

Getting Started with AI Full-Stack Development: A Knowledge Framework from Machine Learning to Large Language Models

bilibili李宏毅transformer-

相关事实

待验证半监督学习和自监督学习的发展正在缓解数据标注成本高昂的瓶颈84% 相似待验证监督学习与无监督学习的根本区别在于训练数据中是否存在标签83% 相似待验证监督学习包含分类（离散标签）和回归（连续标签）两大子任务76% 相似待验证在小数据集上应采用COCO等大规模数据集上预训练的DETR权重进行微调，而非从零训练76% 相似待验证技能提升类（编程/设计/剪辑）优先选带项目实战+作业批改的平台，纯录播无反馈的完课率通常不足10%，学不完等于浪费；系统性技能建议选有阶段测评的体系化课程而非碎片化单课73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/55360

API

curl https://kongchang.com/api/v1/knowledge/claims/55360

MCP

get_claim(id=55360)