ScholarGate
Assistent
Machine learningTraining paradigms

Curriculum Learning

Curriculum Learning er en træningsstrategi for maskinlæringsmodeller, introduceret af Bengio et al. i 2009, hvor træningseksempler præsenteres i en meningsfuld rækkefølge – typisk fra let til svær – snarere end tilfældigt. Inspireret af hvordan mennesker og dyr lærer progressivt, organiserer den træningsdata i et pensum, der starter med enklere, renere eller mere repræsentative eksempler og gradvist introducerer sværere eller mere komplekse eksempler, efterhånden som modellen modnes.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

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

Kilder

  1. Bengio, Y., Louradour, J., Collobert, R., & Weston, J. (2009). Curriculum learning. International Conference on Machine Learning (ICML), 41–48. DOI: 10.1145/1553374.1553380

Sådan citerer du denne side

ScholarGate. (2026, June 2). Curriculum Learning. ScholarGate. https://scholargate.app/da/deep-learning/curriculum-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

Refereret af

ScholarGateCurriculum Learning (Curriculum Learning). Hentet 2026-06-15 fra https://scholargate.app/da/deep-learning/curriculum-learning · Datasæt: https://doi.org/10.5281/zenodo.20539026