Weak supervision is een machine learning-techniek waarbij een model wordt getraind met “zwakke” labels – labels die niet volledig nauwkeurig zijn, maar beter dan niets. Dit is nuttig wanneer je geen tijd of budget hebt om hand matig hoge-kwaliteit labels aan te maken voor al je trainingsdata.

In plaats van dat domeinexperts elk voorbeeld handmatig labelen, kun je weak supervision gebruiken: schrijf heuristische regels, gebruik een ander imperfect model, crowdsource onnauwkeurige labels, of gebruikmaken van impliciete signalen. Het model leert van deze imperfecte labels en kan vaak toch redelijk goed functioneren.

Weak supervision is vooral waardevol op schaal: als je honderdduizenden records hebt en je kunt ze onmogelijk allemaal handmatig labelen, kan weak supervision je helpen om toch een bruikbaar model te bouwen. Het handelt een verlies aan nauwkeurigheid in voor een grote hoeveelheid trainingsdata.