Học độ đo bán giám sát
Học độ đo bán giám sát (Semi-supervised metric learning) học một hàm khoảng cách thích ứng với tác vụ bằng cách kết hợp một tập hợp nhỏ các ràng buộc cặp đã gán nhãn – các cặp phải liên kết (must-link) và không thể liên kết (cannot-link) – với cấu trúc hình học của một lượng lớn dữ liệu chưa gán nhãn. Kết quả là một độ đo kiểu Mahalanobis hoặc dựa trên nhân (kernel-based) phản ánh cả sự giám sát và cấu trúc liên kết dữ liệu, cải thiện các tác vụ tiếp theo như phân loại láng giềng gần nhất và phân cụm.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Yeung, D.-Y., & Chang, H. (2007). A kernel approach for semi-supervised metric learning. IEEE Transactions on Neural Networks, 18(1), 141–149. DOI: 10.1109/TNN.2006.883723 ↗
- Davis, J. V., & Dhillon, I. S. (2008). Structured metric learning for high dimensional problems. Proceedings of the 14th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 195–203. DOI: 10.1145/1401890.1401918 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Semi-supervised Metric Learning. ScholarGate. https://scholargate.app/vi/machine-learning/semi-supervised-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.
- Few-shot LearningHọc máy↔ compare
- Học đo lường (Metric Learning)Học máy↔ compare
- Học tăng cường tự giám sátHọc máy↔ compare
- Học bán giám sátHọc máy↔ compare
- Transfer LearningHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →