Обучение на устойчиви метрики
Обучението на устойчиви метрики (Robust Metric Learning) изгражда функция за разстояние на Махаланобис от етикетирани или двойково ограничени данни, като същевременно активно устоява на изкривявания, причинени от шумни етикети, повредени примери или екстремни стойности. Чрез замяна на стандартни hinge или квадратични загуби с устойчиви алтернативи и добавяне на регуларизация, методът генерира метрика за разстояние, която се обобщава добре, дори когато тренировъчният набор е несъвършен — често срещана ситуация в реални научни и приложни задачи.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Shen, C., Kim, J., Wang, L., & van den Hengel, A. (2012). Positive Semidefinite Metric Learning Using Boosting-like Algorithms. Journal of Machine Learning Research, 13, 1007–1036. link ↗
- Cao, Q., Guo, Z.-C., & Ying, Y. (2012). Generalization Bounds for Metric and Similarity Learning. Machine Learning, 102(1), 115–132. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Robust Metric Learning (Outlier-Resistant Distance Metric Learning). ScholarGate. https://scholargate.app/bg/machine-learning/robust-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.
- Обучение с малко примериМашинно обучение↔ compare
- Метрично обучениеМашинно обучение↔ compare
- Robust Linear RegressionМашинно обучение↔ compare
- Устойчив метод на опорните векториМашинно обучение↔ compare
- Полу-наблюдавано обучение на метрикиМашинно обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →