Online-metriikkaoppiminen
Online-metriikkaoppiminen mukauttaa Mahalanobisin etäisyysmetriikkaa inkrementaalisesti uusien leimattujen esimerkkien tai pareittaisten rajoitteiden saapuessa yksi kerrallaan tallentamatta koko datajoukkoa. Se yhdistää online-oppimisen tehokkuuden ja metriikkaoppimisen esitysvoiman, mikä tekee siitä sopivan suoratoisto-, laajamittaisiin tai jatkuvasti muuttuviin ympäristöihin, joissa uudelleenkoulutus alusta alkaen on epäkäytännöllistä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Shalev-Shwartz, S., Singer, Y., & Ng, A. Y. (2004). Online and batch learning of pseudo-metrics. Proceedings of the 21st International Conference on Machine Learning (ICML 2004), pp. 94. ACM. link ↗
- Jin, R., Wang, S., & Zhou, Y. (2009). Regularized distance metric learning: Theory and algorithm. Advances in Neural Information Processing Systems (NIPS 2009), 22, 862–870. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Online Metric Learning (Incremental Distance Metric Learning from Streaming Data). ScholarGate. https://scholargate.app/fi/machine-learning/online-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.
- MetriikkaoppiminenKoneoppiminen↔ compare
- Online-oppiminenKoneoppiminen↔ compare
- Siamilainen neuroverkkoSyväoppiminen↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →