Machine learningMachine learning

Aprendizaje métrico

El aprendizaje métrico es un marco de aprendizaje automático que entrena una función de distancia o similitud a partir de datos, de modo que los ejemplos semánticamente similares terminan juntos en el espacio aprendido, mientras que los ejemplos disímiles se separan. A diferencia de las distancias fijas como la euclidiana, la métrica aprendida se adapta a la estructura de la tarea, lo que hace que los clasificadores, agrupadores y sistemas de recuperación posteriores sean significativamente más precisos.

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.

+4 more

Fuentes

  1. Xing, E. P., Jordan, M. I., Russell, S., & Ng, A. Y. (2003). Distance metric learning with application to clustering with side-information. In Advances in Neural Information Processing Systems (NIPS), 16, 505–512. link
  2. Weinberger, K. Q., & Saul, L. K. (2009). Distance metric learning for large margin nearest neighbor classification. Journal of Machine Learning Research, 10, 207–244. link

Cómo citar esta página

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

Citado por

ScholarGateMetric Learning (Metric Learning (Distance Metric Learning)). Recuperado el 2026-06-15 de https://scholargate.app/es/machine-learning/metric-learning · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026