Félig felügyelt tanulás, a
gépi tanulás egy formája, amelynél az adatok egy része címkézett, míg a többi
nem. Célja, hogy a címkézett adatokból megtanulja a mintázatokat, majd ezeket
a mintázatokat alkalmazza a címkézetlen adatokon is. Például ha az a cél,
hogy felismerjünk képeket, amelyeken macska van, a rendszerünknek csak egy
része rendelkezik címkézett adatokkal, azaz csak néhány kép áll
rendelkezésünkre, amelyek pontosan jelölik, hogy ezek macskákat ábrázolnak. A
rendszerünk a címkézett képeken megtanulja a macskák jellegzetes vonásait,
majd az így megszerzett tudást alkalmazza az adathalmaz többi, címkézetlen
képének elemzésére, és így határozza meg, hogy az adott képen macska
látható-e. A Semi-Supervised Learning fontos szerepet játszik olyan területeken, ahol a címkézett adatok
gyűjtése drága vagy időigényes, hiszen kevesebbcímkézett adat is elegendő a
megfelelő végeredményhez.
