Robustné učenie mier
Robustné učenie mier sa učí funkciu Mahalanobisovej vzdialenosti z označených alebo párových obmedzených údajov, pričom aktívne odoláva skresleniu spôsobenému šumovými štítkami, poškodenými príkladmi alebo odľahlými hodnotami. Nahradením štandardných strát typu hinge alebo štvorcových strát robustnými alternatívami a pridaním regularizácie vytvára mieru vzdialenosti, ktorá sa dobre zovšeobecňuje, aj keď je tréningová množina nedokonalá — čo je bežná situácia v reálnych vedeckých a aplikovaných úlohách.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Robust Metric Learning (Outlier-Resistant Distance Metric Learning). ScholarGate. https://scholargate.app/sk/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.
- Few-shot LearningStrojové učenie↔ compare
- Učenie metríkStrojové učenie↔ compare
- Robustná lineárna regresiaStrojové učenie↔ compare
- Robust Support Vector MachineStrojové učenie↔ compare
- Semi-supervidované učenie metríkStrojové učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →