The convergence rate of semi-supervised regression with quadratic loss

شناخته شده است که یادگیری نیمه نظارتی با الگوریتم های یادگیری با نمونه های کمتر برچسب گذاری شده و نمونه های بدون برچسب نشان می دهد. یکی از مشکلات موجود در این زمینه نشان دادن این است که تا چه اندازه عملکرد بر تعداد بی علامت بستگی دارد. نوعی رگرسیون منظم اصلاح شده نیمه نظارت شده با افت محدوده ارائه شده است. نرخ همگرایی برای برآورد خطا در حد انتظار است. نشان داده شده است که میزان یادگیری توسط تعدادی از نمونه های بدون برچسب کنترل می شود و الگوریتم با افزایش تعداد نمونه بدون علامت همگرایی می کند.