Machine learningMachine learning

Přenosové učení

Přenosové učení je paradigma strojového učení, při kterém se znalosti získané trénováním modelu na zdrojovém úkolu nebo doméně znovu používají k vylepšení učení na odlišném, ale souvisejícím cílovém úkolu nebo doméně. Je obzvláště účinné, když je označených dat pro cílový úkol málo, a tvoří základ většiny moderních aplikací hlubokého učení v počítačovém vidění, zpracování přirozeného jazyka a dalších oblastech.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

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

Přenosové učení

Učení s malým počtem pří…Samoučící se učení Semisupervisední učení Federated aktivní učení Aktivní učení s vlastní…Bayesovské učení z mála…Bayesovské částečně učíc…Bayesovské přenosové uče…Učební osnovy Rozšíření dat

+40 more

Zdroje

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 ↗

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Transfer Learning (Domain Adaptation and Knowledge Transfer). ScholarGate. https://scholargate.app/cs/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.

Učení s malým počtem příkladůStrojové učení↔ compare
Samoučící se učeníStrojové učení↔ compare
Semisupervisední učeníStrojové učení↔ compare

Compare side by side →

Odkazuje sem

Federated aktivní učení Aktivní učení s vlastní dohledovou učení Bayesovské učení z mála příkladů Bayesovské částečně učící se modely Bayesovské přenosové učení Učební osnovy Rozšíření dat Doménová adaptace Doménově adaptivní zpětné učení Adaptivní Transformer pro doménu Doménově adaptovaný varianční autoenkodér EfficientNet Ensemble Federated Learning Ensemble učení z malého počtu příkladů Ensemble Metric Learning (učení metrik pomocí ansámblů)Ensemble Self-supervised Learning Ensemble Semi-supervised Learning Ensemble Transfer Learning Učení s malým počtem příkladů Učení metrik Víceúlohové učení Přenos stylu pomocí neuronových sítí Online Federated Learning Online Few-shot Learning Online Learning Online samodohledované učení Online semi-supervidované učení Online Transfer Learning Regularizované federované učení Regularizované učení s malým počtem příkladů Regularizované online učení Regularized Transfer Learning Robustní federované učení Samoučené aktivní učení Federované učení se sebeřízením Samoučení s malým počtem příkladů Samoučení klasifikace obrazu Samoučící se K-nejbližší sousedé Samoučící se učení Self-supervised LightGBM Logistická regrese se samoučením Samoučené (self-supervised) sentimentální analýza Samoučící se skládací ansámbl Samoučení přenosového učení Polozavedené federované učení Polosupervizované učení s malým počtem příkladů Semisupervisední učení Polu-dohledové učení metrik Semisupervisední přenosové učení T5 (Text-to-Text Transfer Transformer)

Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →

Přečíst celou metodu

Method map

Zdroje

Jak citovat tuto stránku

Příbuzné metody

Which method?

Odkazuje sem