Projet dédié à l'apprentissage automatique pour calculer des distances relationnelles entre données. Il permet d'optimiser des métriques afin d'améliorer la précision des modèles de classification ou de regroupement. Utilisé dans des contextes nécessitant une analyse fine de similarités entre objets ou entités.

Cette bibliothèque permet d'analyser et comparer des profils utilisateurs à partir de données de recommandations. Elle génère des matrices de distance entre profils et des représentations graphiques pour identifier des tendances ou des similitudes. Idéale pour les équipes marketing ou data science souhaitant optimiser leurs stratégies de recommandation.

MultiStrokeDTW est une implémentation Python d'un algorithme de calcul de distance basé sur l'optimisation A* pour comparer des séquences temporelles multistroke. Il permet d'évaluer la similarité entre des gestes ou des mouvements complexes, notamment pour des applications en reconnaissance de formes ou en analyse de données temporelles.