Machine learningMachine learning
半教師あり距離学習
半教師あり距離学習は、少数のラベル付きペア制約（必須リンクペアと非必須リンクペア）と、はるかに大規模なラベルなしデータセットの幾何学的構造を組み合わせて、タスクに適応した距離関数を学習します。結果として得られるマハラノビス型またはカーネルベースの距離は、教師あり情報とデータのトポロジーの両方を反映し、最近傍分類やクラスタリングなどの下流タスクを改善します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Yeung, D.-Y., & Chang, H. (2007). A kernel approach for semi-supervised metric learning. IEEE Transactions on Neural Networks, 18(1), 141–149. DOI: 10.1109/TNN.2006.883723 ↗
- Davis, J. V., & Dhillon, I. S. (2008). Structured metric learning for high dimensional problems. Proceedings of the 14th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 195–203. DOI: 10.1145/1401890.1401918 ↗
このページの引用方法
ScholarGate. (2026, June 3). Semi-supervised Metric Learning. ScholarGate. https://scholargate.app/ja/machine-learning/semi-supervised-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 Learning機械学習↔ compare
- 距離学習機械学習↔ compare
- 自己教師あり学習機械学習↔ compare
- 半教師あり学習機械学習↔ compare
- 転移学習機械学習↔ compare