Apprendimento metrico

L'apprendimento metrico è un framework di machine learning che addestra una funzione di distanza o similarità a partire dai dati, in modo che esempi semanticamente simili si trovino vicini nello spazio appreso, mentre esempi dissimili vengano spinti lontano. A differenza delle distanze fisse come quella euclidea, la metrica appresa si adatta alla struttura del compito, rendendo i classificatori, i clusterizzatori e i sistemi di recupero a valle significativamente più accurati.