机器学习与优化第20章

 许多情况下，已标记的实例稀缺目难得，未标记的实例却很老，它们平时沉睡在商业
数据库里或网页上。
半监督学习方案同时使用可用的已标记实例和未标记实例，以提高整体的分类准确
所有实例的分布可以用于激励ML分类方案，从而创建类别之间的穿过低密度区域的
边界(直推SVM)、
如果问题以图来建模(实体和以距离标记的关系)，阁|上的平滑操作可以用来使业
已标记节点的信息传送创机邻节点(图的拉背拉斯算了)。
实例的分布可以用于学习一个度量，而度量是州续进行监督学习的关键组成部分，
一个外尽人到了地球上，在征服我们之前，可以先结合网页1,不计其数的信息，加上
从人类笔友(或像雅虎样的目录)那儿获得的此已标记信息，以刚集的方武学习了解
人类文明。地球上的企业使用火似的技术水挖掘收据和征服更多的客户。