Aprendizaje Robusto de Métricas

El Aprendizaje Robusto de Métricas (Robust Metric Learning) aprende una función de distancia de Mahalanobis a partir de datos etiquetados o con restricciones por pares, resistiendo activamente la distorsión causada por etiquetas ruidosas, ejemplos corruptos o valores atípicos. Al reemplazar las pérdidas estándar de bisagra (hinge) o cuadráticas por alternativas robustas y añadir regularización, produce una métrica de distancia que generaliza bien incluso cuando el conjunto de entrenamiento es imperfecto, una situación común en tareas científicas y aplicadas del mundo real.