Некоторые способы использования semi-supervised learning для решения реальных задач:

• Идентификация случаев мошенничества. 2 В финансах с помощью этого метода можно обучать системы выявления случаев мошенничества или вымогательства. 2 Вместо того чтобы вручную помечать тысячи отдельных примеров, инженеры могут начать с нескольких размеченных примеров и продолжить обучение. 2
• Классификация контента в интернете. 2 Для предоставления полезных поисковых результатов необходимо классифицировать огромные объёмы веб-контента, что можно сделать с помощью semi-supervised learning. 2
• Анализ аудио и изображений. 2 При генерации аудио- и видеофайлов они часто не помечены, что затрудняет их использование для машинного обучения. 2 Однако эту проблему можно решить, начав с небольшой подвыборки размеченных данных. 2

Также semi-supervised learning эффективен в задачах, где разметка данных занимает много времени и требует специальных знаний, например, при классификации последовательностей белков. 4