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 劉孝皇

演講者 : 海洋大學資訊工程學系 張欽圳

心得報告：

這次演講是關於資料的分類與分群，在由machine learning中無論是分群還是分類，幾乎都會利用距離(Distance metric)作為判斷依據，讓電腦從大量分類或分群好的資料中去學習距離的定義，當新資料加入時可以利用學習出的距離定義將資料進行正確的分類或分群，其中又分為監督式學習跟非監督式學習。而監督式學習是必須先有一筆已知資料讓機器學習，就是告知這一群資料的每一筆分別屬於哪一類(如adaboost)，非監督式學習則是直接對資料庫進行分群，依照我們預先觀察到的特徵進行相似度比對，當達到一定門檻值的資料聚集在一起(如K-means)。