تعلم بايزي قليل اللقطات
يجمع التعلم البايزي قليل اللقطات بين الاستدلال البايزي والتعلم التكيفي لتمكين النموذج من التعميم من عدد قليل من الأمثلة المصنفة، يتراوح من مثال واحد إلى خمسة أمثلة لكل فئة. من خلال معاملة المعلمات الخاصة بالمهمة كمتغيرات عشوائية وتعلم توزيع مسبق مفيد عبر العديد من مهام التدريب، ينتج الأسلوب تقديرات عدم يقين معايرة جنبًا إلى جنب مع التنبؤات - وهي ميزة رئيسية مقارنة بالمتعلمين الحتميين قليلي اللقطات.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Gordon, J., Bronskill, J., Bauer, M., Nowozin, S. & Turner, R. E. (2019). Meta-Learning Probabilistic Inference for Prediction. International Conference on Learning Representations (ICLR 2019). link ↗
- Finn, C., Xu, K. & Levine, S. (2018). Probabilistic Model-Agnostic Meta-Learning. Advances in Neural Information Processing Systems (NeurIPS 2018), 31. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Bayesian Few-Shot Learning (Meta-Learning with Bayesian Inference). ScholarGate. https://scholargate.app/ar/machine-learning/bayesian-few-shot-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.
- التعلم الانتقالي البايزيتعلم الآلة↔ compare
- تعلم العينات القليلةتعلم الآلة↔ compare
- Gaussian Processتعلم الآلة↔ compare
- التعلم شبه المُشرف بالقليل من الأمثلة (Semi-supervised Few-shot Learning)تعلم الآلة↔ compare
- التعلم التحويليتعلم الآلة↔ compare