Apprentissage métrique
L'apprentissage métrique est un cadre d'apprentissage automatique qui entraîne une fonction de distance ou de similarité à partir de données, de sorte que des exemples sémantiquement similaires se retrouvent proches dans l'espace appris, tandis que des exemples dissimilaires sont éloignés. Contrairement aux distances fixes comme l'Euclidienne, la métrique apprise s'adapte à la structure de la tâche, rendant les classificateurs, les algorithmes de regroupement et les systèmes de recherche en aval significativement plus précis.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Metric Learning (Distance Metric Learning). ScholarGate. https://scholargate.app/fr/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.
- Apprentissage à peu d'exemplesApprentissage automatique↔ compare
- Processus GaussienApprentissage automatique↔ compare
- Apprentissage auto-superviséApprentissage automatique↔ compare
- Apprentissage semi-superviséApprentissage automatique↔ compare
- Apprentissage par transfertApprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →