Robusno učenje metrike
Robusno učenje metrike uči Mahalanobisovu funkciju udaljenosti iz označenih ili parcijalno ograničenih podataka, aktivno se odupire izobličenju uzrokovanom bučnim oznakama, oštećenim primjerima ili izvanrednim vrijednostima. Zamjenom standardnih zglobnih ili kvadratnih gubitaka robusnim alternativama i dodavanjem regularizacije, proizvodi metriku udaljenosti koja dobro generalizira čak i kada skup za obuku nije savršen — uobičajena situacija u stvarnim znanstvenim i primijenjenim zadacima.
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
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Robust Metric Learning (Outlier-Resistant Distance Metric Learning). ScholarGate. https://scholargate.app/hr/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.
- Učenje s malo primjeraStrojno učenje↔ compare
- Učenje metrikeStrojno učenje↔ compare
- Robustna linearna regresijaStrojno učenje↔ compare
- Robusna podrška vektorskim strojevimaStrojno učenje↔ compare
- Polunadzorirano učenje metrikeStrojno učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →