Ensemble Transfer Learning
Ensemble Transfer Learning kombiniert mehrere Modelle, die jeweils auf einer großen Quell-Domäne vortrainiert und anschließend auf eine Ziel-Aufgabe feinabgestimmt wurden. Durch die Aggregation der Vorhersagen mehrerer unabhängig feinabgestimmter Modelle wird eine höhere Genauigkeit und Robustheit erzielt als mit einem einzelnen übertragenen Modell allein, insbesondere wenn der Ziel-Datensatz klein ist.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Ensemble Transfer Learning (Aggregation of Multiple Pre-trained Models). ScholarGate. https://scholargate.app/de/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.
- BoostingMaschinelles Lernen↔ compare
- Few-Shot LearningMaschinelles Lernen↔ compare
- Random ForestMaschinelles Lernen↔ compare
- Semi-supervised Transfer LearningMaschinelles Lernen↔ compare
- Transfer LearningMaschinelles Lernen↔ compare
- Voting EnsembleMaschinelles Lernen↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →