Ensemble Transfer Learning
Ensemble Transfer Learning kombinerer flere modeller, der hver især er forudtrænet på et stort kildedatasæt og derefter finjusteret på en måltaske. Ved at aggregere forudsigelserne fra flere uafhængigt finjusterede modeller opnås højere nøjagtighed og robusthed end fra en enkelt overført model alene, især når måldatasættet er lille.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Ganaie, M. A., Hu, M., Malik, A. K., Tanveer, M., & Suganthan, P. N. (2022). Ensemble deep learning: A review. Engineering Applications of Artificial Intelligence, 115, 105151. DOI: 10.1016/j.engappai.2022.105151 ↗
- Transfer learning. Wikipedia. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Ensemble Transfer Learning (Aggregation of Multiple Pre-trained Models). ScholarGate. https://scholargate.app/da/machine-learning/ensemble-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.
- BoostingMaskinlæring↔ compare
- Few-shot LearningMaskinlæring↔ compare
- Random ForestMaskinlæring↔ compare
- Semi-supervised Transfer LearningMaskinlæring↔ compare
- OverførselslæringMaskinlæring↔ compare
- StemmeensembleMaskinlæring↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →