↑: [[G検定に関する知識]] - 少量のラベル付きデータと大量のラベルなしデータを組み合わせる学習手法 - 手順：少量ラベル付きで仮モデル作成→大量ラベルなしに仮ラベル付与→まとめて再学習 - ラベル付けのコストを抑えながら精度向上が可能 - 自己教師あり（ラベル0）と教師あり（ラベル全部）の中間 - cf. [[自己教師あり学習-G検定]], [[転移学習]]