Machine learningMachine learning

Học đo lường trực tuyến

Học đo lường trực tuyến (Online Metric Learning) điều chỉnh một phép đo khoảng cách Mahalanobis một cách tăng dần khi các ví dụ được gán nhãn mới hoặc các ràng buộc theo cặp đến từng cái một, mà không cần lưu trữ toàn bộ tập dữ liệu. Nó kết hợp hiệu quả của học trực tuyến với sức mạnh biểu diễn của học đo lường, làm cho nó phù hợp với các môi trường có luồng dữ liệu, quy mô lớn hoặc thay đổi liên tục, nơi việc huấn luyện lại từ đầu là không khả thi.

Mở trong MethodMindSắp ra mắtVideoSắp ra mắtDownload slides

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Method map

The neighbourhood of related methods — select a node to explore.

Nguồn tài liệu

  1. 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
  2. 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

Cách trích dẫn trang này

ScholarGate. (2026, June 3). Online Metric Learning (Incremental Distance Metric Learning from Streaming Data). ScholarGate. https://scholargate.app/vi/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.

Compare side by side
ScholarGateOnline Metric Learning (Online Metric Learning (Incremental Distance Metric Learning from Streaming Data)). Truy cập ngày 2026-06-15 từ https://scholargate.app/vi/machine-learning/online-metric-learning · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026