transductive-learning
테스트 데이터(설계 벡터)의 위치나 집합을 미리 알고 있는 상태에서 학습을 진행하는 방식이다. 일반적인 귀납적 학습과 달리 특정 데이터 집합에 최적화된 예측을 수행하여 더 정밀한 경계를 얻을 수 있다.
무계 손실 문제의 한계를 넘다: 트랜스덕티브 사전 확률을 활용한 새로운 리스크 경계