मैट्रिक लर्निंग
मैट्रिक लर्निंग एक मशीन-लर्निंग फ्रेमवर्क है जो डेटा से दूरी या समानता फ़ंक्शन को प्रशिक्षित करता है ताकि अर्थपूर्ण रूप से समान उदाहरण सीखे गए स्थान में एक साथ करीब आएं जबकि असमान उदाहरणों को दूर धकेला जाए। यूक्लिडियन जैसी निश्चित दूरियों के विपरीत, सीखी गई मीट्रिक कार्य की संरचना के अनुकूल होती है, जिससे डाउनस्ट्रीम क्लासिफायर, क्लस्टरर और पुनर्प्राप्ति प्रणालियाँ काफी अधिक सटीक हो जाती हैं।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Metric Learning (Distance Metric Learning). ScholarGate. https://scholargate.app/hi/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.
- फ्यू-शॉट लर्निंगमशीन अधिगम↔ compare
- गॉसियन प्रक्रियामशीन अधिगम↔ compare
- स्व-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- ट्रांसफर लर्निंगमशीन अधिगम↔ compare