ScholarGate
Assistente
Machine learningMachine learning

Apprendimento di metriche online

L'apprendimento di metriche online adatta incrementalmente una metrica di distanza di Mahalanobis man mano che arrivano nuovi esempi etichettati o vincoli a coppie, uno alla volta, senza memorizzare l'intero set di dati. Unisce l'efficienza dell'apprendimento online con la potenza rappresentativa dell'apprendimento di metriche, rendendolo adatto ad ambienti in streaming, su larga scala o in continua evoluzione, dove il riaddestramento da zero è impraticabile.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

The neighbourhood of related methods — select a node to explore.

Fonti

  1. 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
  2. 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

Come citare questa pagina

ScholarGate. (2026, June 3). Online Metric Learning (Incremental Distance Metric Learning from Streaming Data). ScholarGate. https://scholargate.app/it/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.

Compare side by side
ScholarGateOnline Metric Learning (Online Metric Learning (Incremental Distance Metric Learning from Streaming Data)). Consultato il 2026-06-15 da https://scholargate.app/it/machine-learning/online-metric-learning · Insieme di dati: https://doi.org/10.5281/zenodo.20539026