Online učenje metrike
Online učenje metrike inkrementalno prilagođava Mahalanobisovu metriku udaljenosti kako pristižu novi označeni primjeri ili parne (pairwise) ograničenja, jedan po jedan, bez pohranjivanja cijelog skupa podataka. Spaja učinkovitost online učenja sa snagom učenja metrike u smislu reprezentacije, čineći ga prikladnim za okruženja koja se neprekidno mijenjaju, velikih razmjera ili protoka podataka, gdje ponovno treniranje od nule nije praktično.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Online Metric Learning (Incremental Distance Metric Learning from Streaming Data). ScholarGate. https://scholargate.app/hr/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.
- Učenje metrikeStrojno učenje↔ compare
- Mrežno učenjeStrojno učenje↔ compare
- Siamese Neural NetworkDuboko učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →