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.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Fuentes
- 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 ↗
- 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.
- Aprendizaje con Pocos EjemplosAprendizaje automático↔ compare
- Proceso gaussianoAprendizaje automático↔ compare
- Aprendizaje autosupervisadoAprendizaje automático↔ compare
- Aprendizaje semisupervisadoAprendizaje automático↔ compare
- Aprendizaje por transferenciaAprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →