Similarity learning

Domaine

Intelligence artificielle
Apprentissage automatique
Coulombe

Définition

L'apprentissage de similarité est un domaine de l'apprentissage automatique supervisé. L'objectif l'apprentissage de similarité est d'apprendre à partir d'exemples une fonction de similarité qui mesure à quel point deux objets sont similaires ou liés. L'apprentissage de similarité est étroitement lié à l'apprentissage de métrique (ou apprentissage de distance). L'apprentissage de similarité a des applications dans le classement, les systèmes de recommandation, le suivi visuel (ou filature visuelle), la reconnaissance faciale (ou reconnaissance des visages) et l'identification du locuteur.

Source:

Traduction et adaptation libre de l'article de Wikipédia en anglais
https://en.wikipedia.org/wiki/Similarity_learning

Français

Discussion:

Pour le moment, le terme privilégié est «apprentissage de similarité».

Sources:

L’apprentissage de similarité (ou apprentissage de métrique) vise à construire une telle fonction à partir de données d’entraînement de manière à ce que les observations associées à la même (resp. à différentes) classe(s) soient aussi proches (resp. éloignés) que possible.

Vogel, R., Clémençon, S., & Bellet, A. Une théorie probabiliste de l’apprentissage supervisé de similarité pour l’optimisation en un point de la courbe ROC.
https://perso.telecom-paristech.fr/rvogel/docs/JDS_2018_written.pdf

Anglais

Similarity learning

Similarity learning is an area of supervised machine learning in artificial intelligence. It is closely related to regression and classification, but the goal is to learn from examples a similarity function that measures how similar or related two objects are. It has applications in ranking, in recommendation systems, visual identity tracking, face verification, and speaker verification.