Metriskā apguve
Metriskā apguve ir mašīnapguves sistēma, kas no datiem apmāca attāluma vai līdzības funkciju tā, lai semantiski līdzīgi piemēri nonāktu tuvu viens otram apgūtajā telpā, savukārt atšķirīgi piemēri tiktu atgrūsti. Atšķirībā no fiksētiem attālumiem, piemēram, eiklīda attāluma, apgūtā metrika pielāgojas uzdevuma struktūrai, padarot turpmākos klasifikatorus, klasterizētājus un meklēšanas sistēmas ievērojami precīzākus.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Metric Learning (Distance Metric Learning). ScholarGate. https://scholargate.app/lv/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.
- Mācīšanās ar maziem paraugu skaituMašīnmācīšanās↔ compare
- Gausa processMašīnmācīšanās↔ compare
- Pašuzraudzības apmācībaMašīnmācīšanās↔ compare
- Daudzpusīgā apguveMašīnmācīšanās↔ compare
- Pārneses apmācībaMašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →