在标注数据很少的情况下，你会如何使用半监督学习（Semi-supervised Learning）？

How would you use semi-supervised learning with limited labeled data?

题目类型: 技术面试题

这是一道技术面试题，常见于澳洲IT公司面试中。

难度: hard

分类: problem-solving

标签: Semi-supervised, Pseudo-labeling

参考答案摘要

答案 半监督学习利用少量标注数据引导模型学习大量未标注数据。常见技术包括： 自训练/伪标签（Self-training / Pseudo-labeling） 协同训练（Co-training） 多视角学习（Multi-view learning） 当标签稀缺时，这类方法往往能提升模型效果。

本题提供 STAR 原则详细解答和技术解析，登录匠人学院学习中心即可查看完整答案。