Introduction to Distance Metric Learning

課程: 論文研討(一)

日期 : 2012/12/21

時間 : 13:50 ~ 15:30

學生 : 資傳研一 鐘文章

演講者 : 海洋大學資訊工程學系 張欽圳

心得:

這次演講主要是讓我們了解一些分類的演算法，利用距離的方式，去判斷彼此間的相似程度或相關性，假設兩之間距離愈小，則表示這兩者可能有較高的相似程度，反之則表示較無相關性或相似度，主要常見的方法有歐氏距離、曼哈頓距離與馬氏距離等。

而我們一般較常使用的則有KNN、SVM或RBF這幾個演算法，但這些主要也都是由距離作為依據，因此在未來的研究方法中，假如要使用到分類，可以將這些方法做為參考，選出一個較適合自己研究的分類法做為分類技術。