Sto addestrando una rete neurale artificiale (backpropagation, feed-forward) con dati distribuiti non normali. Oltre all'errore quadratico medio della radice, la letteratura suggerisce spesso il coefficiente di correlazione di Pearson per valutare la qualità della rete addestrata. Ma il coefficiente di correlazione di Pearson è ragionevole se i dati di allenamento non sono normalmente distribuiti? Non sarebbe più ragionevole utilizzare una misura di correlazione basata sul rango, ad esempio Spearman rho?