YZ Sözlüğü
Yapay Zekanın tam sözlüğü
Large Margin Nearest Neighbor (LMNN)
Algorithme d'apprentissage de métrique supervisé qui optimise une transformation linéaire pour garantir que les k-plus proches voisins de chaque point appartiennent à la même classe. Il maximise explicitement les marges entre les points de classes différentes tout en rapprochant les voisins de même classe.
Neighborhood Components Analysis (NCA)
Méthode d'apprentissage de métrique non-linéaire qui maximise la probabilité que le plus proche voisin d'un point appartienne à la même classe. NCA utilise une approche stochastique basée sur les voisinages pour apprendre une transformation optimale des données.
N-pairs Loss
Extension de la triplet loss qui généralise la comparaison à N exemples négatifs simultanément plutôt qu'un seul. Cette approche améliore l'efficacité d'apprentissage et la stabilité en considérant plusieurs relations de dissimilarité dans chaque mise à jour.
Angular Distance
Mesure de similarité basée sur l'angle entre deux vecteurs dans un espace euclidien, souvent utilisée comme alternative à la distance euclidienne dans les espaces de haute dimension. Elle est particulièrement robuste aux variations d'échelle et est largement utilisée en traitement du langage naturel.
Quadruplet Loss
Variante de la triplet loss qui utilise quatre points pour imposer des contraintes de distance relatives plus strictes entre les paires de négatifs. Cette approche permet d'apprendre des espaces d'embedding avec une meilleure séparation entre classes en considérant les relations hiérarchiques de similarité.