Навчання метрик
Навчання метрик — це система машинного навчання, яка тренує функцію відстані або подібності на основі даних таким чином, щоб семантично подібні приклади опинялися близько один до одного у навченій просторовій області, тоді як несхожі приклади відштовхуються. На відміну від фіксованих відстаней, таких як Евклідова, навчена метрика адаптується до структури завдання, що робить класифікатори, кластеризатори та системи пошуку наступного рівня значно точнішими.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Джерела
- Xing, E. P., Jordan, M. I., Russell, S., & Ng, A. Y. (2003). Distance metric learning with application to clustering with side-information. In Advances in Neural Information Processing Systems (NIPS), 16, 505–512. link ↗
- Weinberger, K. Q., & Saul, L. K. (2009). Distance metric learning for large margin nearest neighbor classification. Journal of Machine Learning Research, 10, 207–244. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Metric Learning (Distance Metric Learning). ScholarGate. https://scholargate.app/uk/machine-learning/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.
- Навчання з малою кількістю прикладівМашинне навчання↔ compare
- Гаусівський процесМашинне навчання↔ compare
- Самокероване навчанняМашинне навчання↔ compare
- Напівкероване навчанняМашинне навчання↔ compare
- Трансферне навчанняМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →