Robustne meetrika õppimine
Robustne meetrika õppimine õpib Mahalanobise kauguse funktsiooni märgistatud või paariviisi piiratud andmetest, vastupannes aktiivselt müra, rikutud näidiste või äärmuslike väärtuste põhjustatud moonutustele. Asendades standardseid hinge- või ruutkaotusfunktsioone robustsete alternatiividega ja lisades regularisatsiooni, loob see kaugusmeetrika, mis generaliseerub hästi isegi siis, kui treeningkomplekt on ebatäiuslik – mis on reaalmaailma teaduslikes ja rakenduslikes ülesannetes tavaline olukord.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Robust Metric Learning (Outlier-Resistant Distance Metric Learning). ScholarGate. https://scholargate.app/et/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.
- Väheste näidistega õppimineMasinõpe↔ compare
- Meetriline õppimineMasinõpe↔ compare
- Robust lineaarregressioonMasinõpe↔ compare
- Robustne tugivektorite masinMasinõpe↔ compare
- Pooljärelevalvega meetrika õppimineMasinõpe↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →