Vankka metriikkaoppiminen
Vankka metriikkaoppiminen (Robust Metric Learning) oppii Mahalanobiksen etäisyysfunktion merkityistä tai parikontrastoiduista datoista vastustaen aktiivisesti kohinan, vioittuneiden esimerkkien tai poikkeamien aiheuttamaa vääristymää. Korvaamalla tavalliset saranahäviöt tai neliöidyt häviöt vankemmilla vaihtoehdoilla ja lisäämällä regularisointia, se tuottaa etäisyysmetriikan, joka yleistyy hyvin, vaikka opetusdata olisi epätäydellinen – mikä on yleistä todellisissa tieteellisissä ja soveltavissa tehtävissä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Robust Metric Learning (Outlier-Resistant Distance Metric Learning). ScholarGate. https://scholargate.app/fi/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.
- Few-shot LearningKoneoppiminen↔ compare
- MetriikkaoppiminenKoneoppiminen↔ compare
- Robust Linear RegressionKoneoppiminen↔ compare
- Robust Support Vector MachineKoneoppiminen↔ compare
- Puolivalvottu metriikkaoppiminenKoneoppiminen↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →