Aprenentatge robust de mètriques
L'aprenentatge robust de mètriques aprèn una funció de distància de Mahalanobis a partir de dades etiquetades o amb vincles per parells, tot resistint activament la distorsió causada per etiquetes sorolloses, exemples corruptes o valors atípics. En substituir les pèrdues de frontissa o quadràtiques estàndard per alternatives robustes i afegir regularització, produeix una mètrica de distància que es generalitza bé fins i tot quan el conjunt d'entrenament és imperfecte, una situació comuna en tasques científiques i aplicades del món real.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Robust Metric Learning (Outlier-Resistant Distance Metric Learning). ScholarGate. https://scholargate.app/ca/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.
- Aprenentatge amb pocs exemplesAprenentatge automàtic↔ compare
- Aprenentatge mètricAprenentatge automàtic↔ compare
- Regressió Lineal RobustaAprenentatge automàtic↔ compare
- Support Vector Machine RobustAprenentatge automàtic↔ compare
- Aprenentatge mètric semi-supervisatAprenentatge automàtic↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →