Machine learningMachine learning

تعلم العينات القليلة

تعلم العينات القليلة هو نموذج تعلم آلي يدرب النماذج على التعرف على فئات جديدة أو حل مهام جديدة من عدد قليل فقط من الأمثلة المصنفة — عادةً من واحد إلى خمسة — عن طريق الاستفادة من المعرفة المسبقة المكتسبة من توزيع تدريبي كبير وذو صلة. وهو ذو صلة خاصة في المجالات التي تكون فيها عملية التصنيف مكلفة أو نادرة أو محدودة هيكليًا.

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

+17 more

المصادر

  1. Vinyals, O., Blundell, C., Lillicrap, T., Wierstra, D., & Kavukcuoglu, K. (2016). Matching Networks for One Shot Learning. Advances in Neural Information Processing Systems (NeurIPS), 29. link
  2. Finn, C., Abbeel, P., & Levine, S. (2017). Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks. Proceedings of the 34th International Conference on Machine Learning (ICML), PMLR 70:1126–1135. link

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Few-shot Learning (Meta-learning with Limited Labeled Examples). ScholarGate. https://scholargate.app/ar/machine-learning/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.

Compare side by side

يُستشهد بها في

ScholarGateFew-shot Learning (Few-shot Learning (Meta-learning with Limited Labeled Examples)). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/machine-learning/few-shot-learning · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026