Metrikatanulás
A metrikatanulás egy gépi tanulási keretrendszer, amely az adatokból távolság- vagy hasonlósági függvényt tanít be, annak érdekében, hogy szemantikailag hasonló példányok közel kerüljenek egymáshoz a tanult térben, míg a nem hasonló példányok eltávolodnak egymástól. Az olyan rögzített távolságokkal ellentétben, mint az euklideszi, a tanult metrika alkalmazkodik a feladat struktúrájához, így az utána következő osztályozók, klaszterezők és lekérdező rendszerek szignifikánsan pontosabbak lesznek.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Metric Learning (Distance Metric Learning). ScholarGate. https://scholargate.app/hu/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.
- Few-shot LearningGépi tanulás↔ compare
- Gauss-folyamatGépi tanulás↔ compare
- Önfelügyelt tanulásGépi tanulás↔ compare
- Félfelügyelt tanulásGépi tanulás↔ compare
- Transzfer tanulásGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →