Bayesian Metric Learning

Bayesian Metric Learning ramar in problemet att lära sig en uppgiftsanpassad avståndsfunktion som probabilistisk inferens. Istället för att producera en enda optimal metrikmatris, placerar den en prior över metriker, uppdaterar den med parvisa likhets- eller etikettbegränsningar, och ger en posterior fördelning som kvantifierar osäkerhet om vilken metrik som bäst fångar datats sanna struktur.