ScholarGate
Asistente
Machine learningMachine learning

Aprendizaje de Métrica en Conjunto

El Aprendizaje de Métrica en Conjunto (Ensemble Metric Learning) entrena múltiples aprendices de métricas de distancia —cada uno en una vista de datos diferente, un subespacio de características o con un objetivo distinto— y combina las métricas resultantes para producir una función de similitud única y más robusta. La combinación de métricas diversas reduce la varianza de cualquier métrica individual y mejora el rendimiento en tareas como la clasificación de vecinos más cercanos, la recuperación de información y el aprendizaje con pocas muestras (few-shot learning).

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. Wang, J., Kalousis, A., & Woznica, A. (2012). Parametric local metric learning for nearest neighbor classification. Advances in Neural Information Processing Systems, 25. link
  2. Similarity learning. Wikipedia. link

Cómo citar esta página

ScholarGate. (2026, June 3). Ensemble Metric Learning (Combined Distance Metric Ensembles). ScholarGate. https://scholargate.app/es/machine-learning/ensemble-metric-learning

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateEnsemble Metric Learning (Ensemble Metric Learning (Combined Distance Metric Ensembles)). Recuperado el 2026-06-15 de https://scholargate.app/es/machine-learning/ensemble-metric-learning · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026