Bayesiansk metrikindlæring
Bayesiansk metrikindlæring indrammer problemet med at indlære en opgavespecifik afstandsfunktion som probabilistisk inferens. I stedet for at producere en enkelt optimal metrikmatrix placerer den en prior over metrikker, opdaterer den med parvise ligheder eller etiketbegrænsninger og giver en posterior-fordeling, der kvantificerer usikkerhed om, hvilken metrik der bedst fanger dataenes sande struktur.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
Sådan citerer du denne side
ScholarGate. (2026, June 3). Bayesian Metric Learning (Probabilistic Distance Function Learning). ScholarGate. https://scholargate.app/da/machine-learning/bayesian-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.
- Bayesiansk få-skuds-læringMaskinlæring↔ compare
- Bayesiansk Gaussisk ProcesMaskinlæring↔ compare
- Few-shot LearningMaskinlæring↔ compare
- Gaussisk procesMaskinlæring↔ compare
- Metrisk LæringMaskinlæring↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →