半监督学习（semi-supervised learning）

假设老师在黑板上把十道题连同完整解答从头讲了一遍，然后递给你厚厚一摞还没做的题去琢磨。那几道讲透的例题给你定了锚，而那一大堆空白则让你练手、磨直觉。半监督学习正是这种搭配：一小堆带标签的例子，加上一大堆没标签的例子，放在一起学。

这背后的考量很务实。给数据贴标签——医生标出肿瘤、有人逐字转写语音——既慢又费钱，所以你手头通常只有那么一点点。可无标签的数据却便宜又充裕。半监督方法先用那少量标签对任务有个粗略概念，再借助无标签那一大片的结构把答案夯实。一个常见的招数叫「伪标签」：模型自己给那些容易的无标签样本打上标签，把它有把握的猜测当成真标签来用，接着继续训练。

顺利时，你能以一小部分标注代价，换来接近全标注训练的准确度。但它依赖一个假设——无标签数据确实和标签所暗示的结构一致（相似的东西会聚成一团，决策边界落在稀疏地带）。一旦这个假设不成立，或者模型信心满满地把自己的错误也打成了伪标签，半监督学习就可能不声不响地越走越差，而非越走越好，因此需要仔细核查。