ScholarGate
Pembantu
Machine learningMachine learning

Pembelajaran Metrik

Pembelajaran metrik ialah rangka kerja pembelajaran mesin yang melatih fungsi jarak atau kesamaan daripada data supaya contoh yang serupa secara semantik terletak berdekatan dalam ruang yang dipelajari manakala contoh yang berbeza ditolak berjauhan. Berbeza dengan jarak tetap seperti Euclidean, metrik yang dipelajari menyesuaikan diri dengan struktur tugasan, menjadikan pengelas hiliran, pengelompok dan sistem capaian jauh lebih tepat.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

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

+4 more

Sumber

  1. 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
  2. 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

Cara memetik halaman ini

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

Dirujuk oleh

ScholarGateMetric Learning (Metric Learning (Distance Metric Learning)). Dicapai 2026-06-15 daripada https://scholargate.app/ms/machine-learning/metric-learning · Set data: https://doi.org/10.5281/zenodo.20539026