Machine learningMachine learning

메트릭 학습

메트릭 학습은 데이터로부터 거리 또는 유사도 함수를 훈련하여 의미론적으로 유사한 예시는 학습된 공간에서 가깝게 배치하고 유사하지 않은 예시는 멀리 떨어뜨리는 머신러닝 프레임워크입니다. 유클리드 거리와 같은 고정된 거리와 달리, 학습된 메트릭은 태스크의 구조에 적응하여 다운스트림 분류기, 클러스터링 알고리즘, 검색 시스템의 정확도를 크게 향상시킵니다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

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

메트릭 학습

퓨샷 학습 가우시안 프로세스 자기 지도 학습 준지도 학습 전이 학습 베이즈 측도 학습 앙상블 거리 학습 온라인 메트릭 학습 정규화된 전이 학습 강건 거리 학습

+4 more

출처

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 ↗

이 페이지 인용 방법

ScholarGate. (2026, June 3). Metric Learning (Distance Metric Learning). ScholarGate. https://scholargate.app/ko/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.

Compare side by side →

이 방법을 참조하는 항목

베이즈 측도 학습 앙상블 거리 학습 퓨샷 학습 온라인 메트릭 학습 정규화된 전이 학습 강건 거리 학습 자기 지도식 K-최근접 이웃 자기 지도 메트릭 학습 자기 지도 전이 학습 준지도 학습 거리 학습

이 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →