تعلم المقاييس شبه المُشرف عليه
يتعلم تعلم المقاييس شبه المُشرف عليه دالة مسافة مُكيَّفة للمهمة من خلال الجمع بين مجموعة صغيرة من القيود الزوجية المُصنَّفة - أزواج الارتباط الإلزامي وأزواج عدم الارتباط - والهيكل الهندسي لمجموعة أكبر بكثير من البيانات غير المُصنَّفة. والنتيجة هي مسافة من نمط ماهالانوبيس أو مسافة قائمة على النواة تعكس كلاً من الإشراف وطوبولوجيا البيانات، مما يحسن المهام اللاحقة مثل التصنيف والتجميع باستخدام أقرب جار.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Yeung, D.-Y., & Chang, H. (2007). A kernel approach for semi-supervised metric learning. IEEE Transactions on Neural Networks, 18(1), 141–149. DOI: 10.1109/TNN.2006.883723 ↗
- Davis, J. V., & Dhillon, I. S. (2008). Structured metric learning for high dimensional problems. Proceedings of the 14th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 195–203. DOI: 10.1145/1401890.1401918 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Semi-supervised Metric Learning. ScholarGate. https://scholargate.app/ar/machine-learning/semi-supervised-metric-learning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تعلم العينات القليلةتعلم الآلة↔ compare
- تعلم المقاييستعلم الآلة↔ compare
- التعلم ذاتي الإشرافتعلم الآلة↔ compare
- التعلم شبه المُشرفتعلم الآلة↔ compare
- التعلم التحويليتعلم الآلة↔ compare