Învățarea metricilor
Învățarea metricilor este un cadru de învățare automată care antrenează o funcție de distanță sau similaritate din date, astfel încât exemplele semantic similare să ajungă aproape în spațiul învățat, în timp ce exemplele disimilare sunt îndepărtate. Spre deosebire de distanțele fixe, cum ar fi cea euclidiană, metrica învățată se adaptează la structura sarcinii, făcând clasificatorii, grupurile și sistemele de regăsire ulterioare semnificativ mai precise.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Metric Learning (Distance Metric Learning). ScholarGate. https://scholargate.app/ro/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.
- Învățare cu puține exempleÎnvățare automată↔ compare
- Proces GaussianÎnvățare automată↔ compare
- Învățare auto-supervizatăÎnvățare automată↔ compare
- Învățare semi-supervizatăÎnvățare automată↔ compare
- Învățare prin transferÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →