孙鹏，苏宁美国硅谷研究院大数据实验室高级数据科学家

内容介绍

数据标注在人工智能领域是决定数据质量的关键一环，而丰富的标签是成功的机器学习建模的先决条件。在诸如图像识别、文本识别和语音识别等领域，未知的图片、文本和音频往往因为需要人工打标签而耗费大量成本。半监督学习正是一种潜在的降低此类成本的方法。通过人工智能和人工标注更有效的“互动”，半监督学习可以加速数据标注的流程。

内容大纲

1. 人工智能领域数据标签简介
2. 半监督学习简介，以及和有监督学习、无监督学习的区别
3. 半监督学习常见方法
4. 半监督学习加速数据标注的机制