Machine learningMachine learning
온라인 메트릭 학습
온라인 메트릭 학습은 전체 데이터셋을 저장하지 않고, 새로운 레이블이 지정된 예제 또는 쌍 제약 조건이 하나씩 도착함에 따라 Mahalanobis 거리 메트릭을 점진적으로 조정합니다. 온라인 학습의 효율성과 메트릭 학습의 표현력을 결합하여, 처음부터 재학습이 비실용적인 스트리밍, 대규모 또는 지속적으로 변화하는 환경에 적합합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Online Metric Learning (Incremental Distance Metric Learning from Streaming Data). ScholarGate. https://scholargate.app/ko/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 →