अर्ध-पर्यवेक्षित मीट्रिक लर्निंग
अर्ध-पर्यवेक्षित मीट्रिक लर्निंग एक कार्य-अनुकूलित दूरी फ़ंक्शन सीखता है, जिसमें लेबल किए गए युग्मित बाधाओं के एक छोटे सेट — मस्ट-लिंक और कैनॉट-लिंक जोड़े — को बिना लेबल वाले डेटा के एक बड़े पूल की ज्यामितीय संरचना के साथ जोड़ा जाता है। इसका परिणाम महलानोबिस-शैली या कर्नेल-आधारित दूरी होती है जो पर्यवेक्षण और डेटा टोपोलॉजी दोनों को दर्शाती है, जिससे निकटतम-पड़ोसी वर्गीकरण और क्लस्टरिंग जैसे डाउनस्ट्रीम कार्यों में सुधार होता है।
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.
स्रोत
- Yeung, D.-Y., & Chang, H. (2007). A kernel approach for semi-supervised metric learning. IEEE Transactions on Neural Networks, 18(1), 141–149. DOI: 10.1109/TNN.2006.883723 ↗
- Davis, J. V., & Dhillon, I. S. (2008). Structured metric learning for high dimensional problems. Proceedings of the 14th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 195–203. DOI: 10.1145/1401890.1401918 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Semi-supervised Metric Learning. ScholarGate. https://scholargate.app/hi/machine-learning/semi-supervised-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
- मैट्रिक लर्निंगमशीन अधिगम↔ compare
- स्व-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- ट्रांसफर लर्निंगमशीन अधिगम↔ compare