Mochi 教學手帳 · Semi-Supervised

只有少數答案，怎麼教會整批資料？

真實世界裡「標註」很貴：少量資料有標籤、大量沒有。半監督式學習用少量種子標籤 + 大量未標籤資料一起訓練，讓標籤從已知點「傳播」到相似的未知點。

答案不必每一筆都有！先用少量種子，帶著相似資料一起學。

互動實驗室 · Label Propagation

互動動畫：標籤從 2 個種子點傳播出去

一開始每群只有「1 個」帶顏色的種子(外圈標記)，其餘都是灰色未標籤。每按一次「傳播一步」，離已標籤點最近、最有把握的未標籤點就會被貼上偽標籤——像漣漪一樣往外擴散。

2→?先觀察兩個彩色種子，如何把標籤沿著相似資料一圈圈傳出去。

Mochi：目前已標籤 2 / 120

未標籤類別 A 類別 B ⭕ 外圈 = 原始種子標籤

五張方法卡 · 找出差別

核心都是「想辦法把未標籤資料用起來」，差別在怎麼產生與傳播偽標籤。

生活裡的線索

當人工標註昂貴、但手上累積了大量未標籤資料，就讓少數可靠答案帶路。

標註成本高（醫療影像、法律文件）未標籤資料很多文本 / 影像分類語意分割跨語言分類

考前便利貼

情境題：只有少部分影像有專家標註，其餘大量未標註，結合兩者一起建模——屬於哪一種學習？

關鍵字：少量標籤 + 大量未標籤、一起訓練 → 半監督式。

常見陷阱

別把它當成「監督式」(那需要全標註)，也不是「非監督式」(那完全沒標籤)。半監督式的精神是用未標籤資料補強少量標籤。自訓練的偽標籤若品質差，錯誤會被放大——信心閾值很重要。

Mochi 的本課小結

半監督式學習站在監督式與非監督式之間：保留少量可靠標籤，也把大量未標籤資料的結構用起來。

資料組合：少量標籤 + 大量未標籤，一起參與訓練。

傳播直覺：相似、鄰近而且高信心的資料，先接到偽標籤。

答題關鍵：不要誤認成全有標籤的監督式，或完全沒標籤的非監督式。