Aprenentatge en línia amb pocs exemples
L'aprenentatge en línia amb pocs exemples combina el principi d'actualització en flux de l'aprenentatge en línia amb l'objectiu d'eficiència de dades de l'aprenentatge amb pocs exemples, permetent que un model s'adapti contínuament a noves tasques o classes a partir de només un grapat d'exemples etiquetats a mesura que les dades arriben seqüencialment — sense accés al conjunt de dades històric complet.
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
- Finn, C., Rajeswaran, A., Kakade, S., & Levine, S. (2019). Online Meta-Learning. Proceedings of the 36th International Conference on Machine Learning (ICML), PMLR 97, 1920–1930. link ↗
- Javed, K., & White, M. (2019). Meta-Learning Representations for Continual Learning. Advances in Neural Information Processing Systems (NeurIPS), 32. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Online Few-shot Learning (Streaming Meta-Learning from Scarce Labels). ScholarGate. https://scholargate.app/ca/machine-learning/online-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.
- Aprenentatge amb pocs exemplesAprenentatge automàtic↔ compare
- Aprenentatge en líniaAprenentatge automàtic↔ compare
- Aprenentatge semi-supervisatAprenentatge automàtic↔ compare
- Aprenentatge per transferènciaAprenentatge automàtic↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →