半监督学习

训练集同时包含有标记样本数据和未标记样本数据，目标是利用大量未标注数据提升模型效果。

典型动机

• 标注成本高（人工标注、专家标注）
• 数据变化快，标注跟不上采集速度

常见思路（概念层面）

• 先用少量标注数据训练一个初始模型，再对未标注数据生成伪标签并迭代训练
• 用无监督方式学习表示，再用少量标注做监督微调

关联：监督学习 / 无监督学习