Bayesiskais metrikas apguve
Bayesiskais metrikas apguve problēmu, kurā tiek apgūta uzdevumam pielāgota attāluma funkcija, formulē kā probablistisku inferenci. Tā vietā, lai iegūtu vienu optimālu metrikas matricu, tā nosaka iepriekšēju sadalījumu metrikām, atjaunina to ar pāru līdzības vai etiķešu ierobežojumiem un dod rezultātā pēcpasākuma sadalījumu, kas kvantificē nenoteiktību par to, kura metrika vislabāk atspoguļo datu patieso struktūru.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Metric Learning (Probabilistic Distance Function Learning). ScholarGate. https://scholargate.app/lv/machine-learning/bayesian-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.
- Beijesiskā mazskaitlīgo piemēru apguveMašīnmācīšanās↔ compare
- Beijes Gaussian processMašīnmācīšanās↔ compare
- Mācīšanās ar maziem paraugu skaituMašīnmācīšanās↔ compare
- Gausa processMašīnmācīšanās↔ compare
- Metriskā apguveMašīnmācīšanās↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →