Robust Metric Learning
Robust Metric Learning uči Mahalanobisovu funkciju udaljenosti iz označenih podataka ili podataka sa parnim ograničenjima, aktivno se oduprući izobličenju uzrokovanom bučnim oznakama, oštećenim primerima ili odstupanjima. Zamenom standardnih gubitaka tipa šarke (hinge) ili kvadratnih gubitaka (squared losses) robusnim alternativama i dodavanjem regularizacije, proizvodi metriku udaljenosti koja se dobro generalizuje čak i kada je skup za obuku nesavršen — što je česta situacija u naučnim i primenjenim zadacima iz stvarnog sveta.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Robust Metric Learning (Outlier-Resistant Distance Metric Learning). ScholarGate. https://scholargate.app/sr/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.
- Učenje sa malo primera (Few-shot Learning)Mašinsko učenje↔ compare
- Učenje metrikeMašinsko učenje↔ compare
- Робусна линеарна регресијаMašinsko učenje↔ compare
- Robust Support Vector MachineMašinsko učenje↔ compare
- Polu-nadgledano učenje metrikeMašinsko učenje↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →