即使在大数据时代，获取大批量高质量的标注数据在实际中往往成本高昂。半监督学习技术作为一类可以同时有效利用有标签数据和无标签数据的学习范式，有希望大大降低监督任务对于标签数据的需求。本文从 2013 年所提出的 Pseudo-Label 开始，至 2019 年 Google 所提出的 UDA 技术为止，详细介绍了半监督学习近年来的发展历程，重点关注各技术在核心思想、方法论上的演进。文章最后对半监督学习中涉及到的部分关键细节，如领域外数据等问题进行了详细讨论。

目录

  1. 为什么要了解半监督学习
  2. 典型技术方案的演进历程
  3. 部分关键细节的讨论
  4. 总结

内容中包含的图片若涉及版权问题，请及时与我们联系删除