# Etkileşimli Metrik Öğrenmesi

<div class="mlv-demo-links">
  <a class="mlv-demo-link" href="hundred_page_ml.html">Genel Harita</a>
  <a class="mlv-demo-link" href="book_unsupervised_and_other_learning.html">Gözetimsiz ve Ötesi</a>
  <a class="mlv-demo-link active" href="interactive_book_metric_learning.html">Metrik</a>
  <a class="mlv-demo-link" href="interactive_book_ranking.html">Ranking</a>
  <a class="mlv-demo-link" href="interactive_book_recommendation.html">Öneri</a>
  <a class="mlv-demo-link" href="interactive_book_self_supervised.html">Self-Supervised</a>
  <a class="mlv-demo-link secondary" href="../_static/demos/book-metric-learning.html">Tam Ekran Demo</a>
</div>

<div class="mlv-demo-hero">
  <div class="mlv-demo-kicker">Kitap / Bölüm 10</div>
  <p class="mlv-demo-lead">Metrik öğrenmesi, “hangi örnek kime yakın olmalı?” sorusunu doğrudan öğrenir. Burada model sınıf etiketi üretmekten çok, doğru mesafe geometrisini kurmaya çalışır.</p>
</div>

<div class="mlv-demo-grid">
  <div class="mlv-demo-panel">
    <strong>Ne Yap</strong>
    <span>Marjı, pozitif örneğin sıkılığını ve zor negatif seviyesini değiştir. Anchor-positive-negative üçlüsünü izle.</span>
  </div>
  <div class="mlv-demo-panel">
    <strong>Ne Gör</strong>
    <span>Aynı kimliğe ait örnekler yaklaşırken, zor negatifler marjın içine girdiğinde kayıp aniden yükselir.</span>
  </div>
  <div class="mlv-demo-panel">
    <strong>Kitaptaki Karşılığı</strong>
    <span>Bu aile, karar vermekten önce benzerliği tanımlayan uzayın kendisini öğrenmek gerektiğini söyler.</span>
  </div>
</div>

<div class="mlv-demo-note">
Burada “doğru cevap” tek bir sınıf etiketi değildir. Asıl mesele, benzer örneklerin birlikte, farklı örneklerin kontrollü biçimde ayrı durduğu bir temsil kurmaktır.
</div>

<iframe
  class="mlv-demo-frame"
  src="../_static/demos/book-metric-learning.html"
  title="Metrik Öğrenmesi Demosu"
  loading="lazy"
  frameborder="0"
></iframe>