半監督學習 (英語: semi-supervised learning) 是機械學習的一个分野， itī訓練時使用著少量的有標籤數據佮大量的無標籤數據。半監督學習介佇無監督學習 (訓練數據全部攏無標籤) 佮監督學習 (訓練數據全部攏有標籤) 中間。半監督學習是為著欲緩解訓練數據中存在標籤數據有限的文題。
無監督學習合用的問題一般是有大量無標籤樣本，猶欲取得有標籤想本成本較權。部分其他機械學習分支有相像的動機，毋過遵從無仝的假設佮方法，親像主動學習佮弱監督學習。共無標籤樣本佮少量有標籤樣本做伙使用的時，會對學習的準確性產生真大的改善。為著特定問題所收集的數據通常需要專家智識抑進行物理實驗。因此，取得有標籤樣本的成本一般嘛較權，猶若欲取得大型閣完全標記的樣本集是無啥可能的; 壓若是欲取得無標籤樣本的成本一般相對較低。按呢來看，半監督學習佇機械學習佮人類學習的建模方面嘛有理論價值。