Metrische Leren
Metrisch leren is een machine learning-framework dat een afstands- of similariteitsfunctie traint op basis van data, zodat semantisch vergelijkbare voorbeelden dicht bij elkaar komen te liggen in de geleerde ruimte, terwijl ongelijksoortige voorbeelden uit elkaar worden geduwd. In tegenstelling tot vaste afstanden zoals de Euclidische afstand, past de geleerde metriek zich aan de structuur van de taak aan, waardoor downstream classificatoren, clusteringsalgoritmen en retrievallsystemen aanzienlijk nauwkeuriger worden.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Metric Learning (Distance Metric Learning). ScholarGate. https://scholargate.app/nl/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.
- Few-shot LearningMachine learning↔ compare
- Gaussiaans ProcesMachine learning↔ compare
- Zelf-gesuperviseerd LerenMachine learning↔ compare
- Semi-supervised LearningMachine learning↔ compare
- TransferlerenMachine learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →