Online metriklärande
Online Metric Learning anpassar ett Mahalanobis-avståndsmetrik inkrementellt allteftersom nya märkta exempel eller parvisa restriktioner anländer en i taget, utan att lagra hela datamängden. Det förenar effektiviteten hos online-inlärning med den representationella kraften hos metrisk inlärning, vilket gör det lämpligt för strömmande, storskaliga eller kontinuerligt föränderliga miljöer där omskolning från grunden är opraktisk.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Shalev-Shwartz, S., Singer, Y., & Ng, A. Y. (2004). Online and batch learning of pseudo-metrics. Proceedings of the 21st International Conference on Machine Learning (ICML 2004), pp. 94. ACM. link ↗
- Jin, R., Wang, S., & Zhou, Y. (2009). Regularized distance metric learning: Theory and algorithm. Advances in Neural Information Processing Systems (NIPS 2009), 22, 862–870. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Online Metric Learning (Incremental Distance Metric Learning from Streaming Data). ScholarGate. https://scholargate.app/sv/machine-learning/online-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.
- MetriskinlärningMaskininlärning↔ compare
- Online LearningMaskininlärning↔ compare
- Siamesiskt neuralt nätverkDjupinlärning↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →