Устойчивое метрическое обучение
Устойчивое метрическое обучение (Robust Metric Learning) позволяет построить функцию расстояния Махаланобиса на основе размеченных или парно-ограниченных данных, активно противодействуя искажениям, вызванным зашумленными метками, поврежденными примерами или выбросами. Заменяя стандартные шарнирные или квадратичные функции потерь на устойчивые альтернативы и добавляя регуляризацию, оно создает метрику расстояния, которая хорошо обобщается даже при несовершенном обучающем наборе — что является обычной ситуацией в реальных научных и прикладных задачах.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Shen, C., Kim, J., Wang, L., & van den Hengel, A. (2012). Positive Semidefinite Metric Learning Using Boosting-like Algorithms. Journal of Machine Learning Research, 13, 1007–1036. link ↗
- Cao, Q., Guo, Z.-C., & Ying, Y. (2012). Generalization Bounds for Metric and Similarity Learning. Machine Learning, 102(1), 115–132. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Robust Metric Learning (Outlier-Resistant Distance Metric Learning). ScholarGate. https://scholargate.app/ru/machine-learning/robust-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.
- Обучение на малом числе примеров (Few-shot Learning)Машинное обучение↔ compare
- Метрическое обучениеМашинное обучение↔ compare
- Робастная линейная регрессияМашинное обучение↔ compare
- Робастная машина опорных векторовМашинное обучение↔ compare
- Обучение метрике с частичным привлечением учителяМашинное обучение↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →