Machine learningMachine learning

Overførselslæring

Overførselslæring er et maskinlæringsparadigme, hvor viden opnået fra træning af en model på en kildeopgave eller et kildedomæne genbruges til at forbedre læring på en anden, men relateret måltopgave eller måldomæne. Det er særligt kraftfuldt, når mærkede data til målopgaven er knappe, og det ligger til grund for de fleste moderne deep learning-applikationer inden for computer vision, naturlig sprogbehandling og derudover.

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.

Overførselslæring

Few-shot Learning Selvovervåget læring Semi-supervised Learning Aktiv Læring Fødereret L…Aktiv læring med selvove…Bayesiansk få-skuds-læri…Bayesiansk semi-supervis…Bayesiansk overføringslæ…Curriculum Learning Data Augmentation

+40 more

Kilder

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 ↗

Sådan citerer du denne side

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

Few-shot LearningMaskinlæring↔ compare
Selvovervåget læringMaskinlæring↔ compare
Semi-supervised LearningMaskinlæring↔ compare

Compare side by side →

Refereret af

Aktiv Læring Fødereret Læring Aktiv læring med selvovervåget læring Bayesiansk få-skuds-læring Bayesiansk semi-superviseret læring Bayesiansk overføringslæring Curriculum Learning Data Augmentation Domænetilpasning Domæne-adaptiv forstærkningslæring Domæne-adaptiv Transformer Domæneadaptiv Variational Autoencoder EfficientNet Ensemble Federated Learning Ensemble Few-Shot Learning Ensemble Metric Learning Ensemble Selv-superviseret Læring Ensemble semi-superviseret læring Ensemble Transfer Learning Few-shot Learning Metrisk Læring Multitask Learning Neural Style Transfer Online Federated Learning Online Few-shot Learning Online læring Online Self-supervised Learning Online semi-superviseret læring Online Transfer Learning Regulariseret fødereret læring Regulariseret Few-Shot Læring Regulæriseret Online Læring Regulariseret Transferlæring Robust Federated Learning Selv-superviseret aktiv læring Selv-superviseret fødereret læring Selv-superviseret få-skuds læring Selv-overvåget billedklassifikation Selv-overvåget K-nærmeste naboer Selvovervåget læring Selv-superviseret LightGBM Selv-superviseret logistisk regression Selv-overvåget sentimentanalyse Self-supervised Stacking Ensemble Selv-overvåget transfer learning Semi-supervised Federated Learning Semi-supervised Few-shot Learning Semi-supervised Learning Semi-supervised Metric Learning Semi-supervised Transfer Learning T5 (Text-to-Text Transfer Transformer)

Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →

Læs hele metoden

Method map

Kilder

Sådan citerer du denne side

Relaterede metoder

Which method?

Refereret af