Meetriline õppimine
Meetriline õppimine on masinõppe raamistik, mis õpetab andmetest kaugus- või sarnasusfunktsiooni, et semantiliselt sarnased näited satuksid õpitud ruumis lähestikku, samal ajal kui erinevad näited tõrjutakse eemale. Erinevalt fikseeritud kaugustest, nagu eukleidiline, kohandub õpitud meetrika ülesande struktuuriga, muutes järgnevad klassifitseerijad, klastrite moodustajad ja otsingusüsteemid oluliselt täpsemaks.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Allikad
- Xing, E. P., Jordan, M. I., Russell, S., & Ng, A. Y. (2003). Distance metric learning with application to clustering with side-information. In Advances in Neural Information Processing Systems (NIPS), 16, 505–512. link ↗
- Weinberger, K. Q., & Saul, L. K. (2009). Distance metric learning for large margin nearest neighbor classification. Journal of Machine Learning Research, 10, 207–244. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Metric Learning (Distance Metric Learning). ScholarGate. https://scholargate.app/et/machine-learning/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.
- Väheste näidistega õppimineMasinõpe↔ compare
- Gaussi protsessMasinõpe↔ compare
- Enesest juhendav õppimineMasinõpe↔ compare
- Poolitatud järelevalvega õppimineMasinõpe↔ compare
- ÜlekandeõpeMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →