Online Metric Learning
Az Online Metric Learning (Online Metrikus Tanulás) inkrementálisan adaptálja a Mahalanobis-távolság metrikáját új címkézett példányok vagy párhasonlításon alapuló megkötések érkezésekor, egyenként, a teljes adathalmaz tárolása nélkül. Ez a módszer egyesíti az online tanulás hatékonyságát a metrikus tanulás reprezentációs erejével, így alkalmas folyamatosan érkező, nagyméretű vagy folyamatosan változó környezetekhez, ahol az alapoktól való újratanulás nem praktikus.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Online Metric Learning (Incremental Distance Metric Learning from Streaming Data). ScholarGate. https://scholargate.app/hu/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.
- MetrikatanulásGépi tanulás↔ compare
- Online tanulásGépi tanulás↔ compare
- Sziámi neurális hálózatMélytanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →