ScholarGate
Assistent
Machine learningMachine learning

Bayesiansk metrikklæring

Bayesiansk metrikklæring rammer inn problemet med å lære en oppgavetilpasset avstandsfunksjon som probabilistisk inferens. I stedet for å produsere en enkelt optimal metrikkmatrise, legger den en priorfordeling over metrikker, oppdaterer den med parvise likhets- eller merkelappsbegrensninger, og gir en posteriorfordeling som kvantifiserer usikkerhet om hvilken metrikk som best fanger dataenes sanne struktur.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Kilder

  1. 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
  2. Metric learning. Wikipedia. link

Slik siterer du denne siden

ScholarGate. (2026, June 3). Bayesian Metric Learning (Probabilistic Distance Function Learning). ScholarGate. https://scholargate.app/no/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.

Compare side by side
ScholarGateBayesian Metric Learning (Bayesian Metric Learning (Probabilistic Distance Function Learning)). Hentet 2026-06-15 fra https://scholargate.app/no/machine-learning/bayesian-metric-learning · Datasett: https://doi.org/10.5281/zenodo.20539026