​​Поздравляем члена нашего сообщества Армана Жармагамбетова (@arreqe) с публикацией на NeurIPS: самой престижной конференции по машинному обучению! Semi-Supervised Learning with Decision Trees: Graph Laplacian Tree Alternating Optimization В своей работе ребята предложили новый подход для обучения деревьев решения в ситуациях когда разметка дана чacтично (обычно очень малая часть). Метод основывается на добавлении графа схожести (между датапойнтами) в функцию потерь для того, чтобы неразмечанные данные использовались в процессе обучения. Однако при этом оптимизационная задача намного усложняется, которая решается через замену переменных и через определенные манипуляции. Эффективность метода в сравнении с другими подходами было показана на различных бенчмарках (classification, regression). https://openreview.net/forum?id=cZ41U927n8m