Aprenentatge per transferència
L'aprenentatge per transferència és un paradigma d'aprenentatge automàtic en què el coneixement adquirit en entrenar un model en una tasca o domini font es reutilitza per millorar l'aprenentatge en una tasca o domini objectiu diferent però relacionat. És especialment potent quan les dades etiquetades per a la tasca objectiu són escasses, i subjau a la majoria d'aplicacions modernes d'aprenentatge profund en visió per computador, processament del llenguatge natural i més enllà.
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.
+40 more
Fonts
- Pan, S. J., & Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
- Bengio, Y. (2012). Deep Learning of Representations for Unsupervised and Transfer Learning. In Proceedings of ICML Workshop on Unsupervised and Transfer Learning, PMLR 27, 17–36. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Transfer Learning (Domain Adaptation and Knowledge Transfer). ScholarGate. https://scholargate.app/ca/machine-learning/transfer-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 autosupervisatAprenentatge automàtic↔ compare
- Aprenentatge semi-supervisatAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →