Aprenentatge multitarea
L'aprenentatge multitarea (MTL) és un paradigma d'aprenentatge automàtic en què un model s'entrena simultàniament en múltiples tasques relacionades, compartint representacions entre elles per millorar la generalització. Introduït formalment per Rich Caruana el 1997, l'MTL es basa en la intuïció que les tasques auxiliars actuen com a biaix inductiu, proporcionant senyals de supervisió addicionals que ajuden les capes compartides a aprendre representacions de característiques més riques i robustes del que produiria l'entrenament d'una sola tasca.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Caruana, R. (1997). Multitask learning. Machine Learning, 28(1), 41–75. DOI: 10.1023/A:1007379606734 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 2). Multitask Learning. ScholarGate. https://scholargate.app/ca/deep-learning/multitask-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.
- Aprenentatge per currículumAprenentatge profund↔ compare
- Destil·lació del coneixementAprenentatge profund↔ compare
- Aprenentatge per transferènciaAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →