Градиентное погружение

💡 Metric Learning



(Туториалы в конце)



👉 Одно из направлений в глубоком обучении, которое нацелено на качественное кодирование модальностей.



☝️Активно применяется в задачах ранжирования, поиска, детектирования выбросов и кластеризации.



📎 Отличается от классического подхода к обучению тем, что наша главная задача - минимизировать расстояние между векторами похожих объектов основываясь на деталях, семантике.



Выделяют 2 основных подхода к обучению:



1️⃣ Контролируемое - мы хотим создать границу между классами, учитывать расстояние до ближайшей границы другого класса и объектами внутри классов.



2️⃣ Обучение без учителя - нелинейная техника для понижения размерности c сохранением структуры данных.



Может быть интересно:



Active Metric Learning - алгоритм сам решает, на чем лучше обучаться и экономит ресурсы пользователя.



Laplacian Eigenmaps - метод понижения размерности для сохранения локальной геометрии объектов (ближайшие объекты остаются близкими).



@memorial_edition



Metric Learning Tutorial [Parag Jain]

Практический Metric learning

sklearn-metric-learn