التعلم شبه الخاضع للإشراف (Semi-Supervised Learning) يُستخدم بالاعتماد على كمية صغيرة من البيانات المسمّاة (الموسومة) مع كمية كبيرة من البيانات غير المسمّاة، حيث يتعلم النموذج أولًا من الجزء المسمّى ثم يستفيد من الأنماط المكتشفة في البيانات غير المسمّاة لتعزيز تدريبه، ويُطبق بكثرة في مجالات مثل تصنيف الصور ومعالجة اللغة الطبيعية حيث يصعب الحصول على بيانات كثيرة تحمل تسميات دقيقة.
ا.م.د. علاء طعيمة عبد الكاظم
أستاذ مساعد دكتور في الذكاء الاصطناعي والتعلم العميق