半教師あり学習

そのデータの全容がわからない時、あるいは限界が無いとき、教師あり学習のみではすべてのデータに対応できない。そのような状況下で教師あり学習と教師なし学習を併用することで既にラベルが貼られた教師ありデータと未知の教師なしデータの両方に対応できるという手法。

ex)迷惑メールはある程度の共通項（＝教師ありデータ）をもとに迷惑メールだと正しく分類されるが、今までに無い新しいアプローチでの迷惑メールが届いたとき、教師あり学習では対応できないが、教師なし学習を含む半教師あり学習の場合、今までにない特徴（＝教師なしデータ）に対応し、今後その特徴を既知の共通項（＝教師ありデータ）として分類できるようになる。