Noisy-Student-Training
Definition
Noisy-Student-Training verbindet Lehrer-Vorhersagen mit gestörtem Lernen eines Schülermodells.
Ein Self-Training-Verfahren, bei dem ein Lehrermodell Pseudolabel erzeugt und ein größeres oder gestörtes Schülermodell auf gelabelten und ungelabelten Daten lernt.
Einfach erklärt
Ein Modell liefert vorläufige Beschriftungen; ein zweites lernt damit und mit zusätzlichen Störungen.
Warum das im Alltag wichtig ist
Hilft, Modellqualität, Grenzen und technische Entscheidungen realistisch einzuordnen.
Beispiel aus dem Mittelstand
Ein Bildklassifikator nutzt ungekennzeichnete Produktfotos mit Pseudolabeln und starker Augmentation.
Grenzen und Fallstricke
- Fehlerhafte Pseudolabel verstärken oder Vergleichsdaten und Datenherkunft nicht kontrollieren.
Entstehung & Geschichte
Xie und Mitautor:innen veröffentlichten Noisy Student 2019.
Anwendung im Mittelstand
- Mögliche Anwendung: Ein Bildklassifikator nutzt ungekennzeichnete Produktfotos mit Pseudolabeln und starker Augmentation.
Häufige Fragen
Was bedeutet Noisy-Student-Training?
Ein Self-Training-Verfahren, bei dem ein Lehrermodell Pseudolabel erzeugt und ein größeres oder gestörtes Schülermodell auf gelabelten und ungelabelten Daten lernt.
Welche Fehler sollte man vermeiden?
Fehlerhafte Pseudolabel verstärken oder Vergleichsdaten und Datenherkunft nicht kontrollieren.
Quellen
Quelle geprüft am 10.10.2026. Redaktionelle Anwendungsbeispiele sind hypothetisch; kein Nachweis realer Kundenergebnisse.
Redaktionell geprüft am: