Machine learningMachine learning

Transfer Learning

Transfer Learning ist ein Paradigma des maschinellen Lernens, bei dem Wissen, das beim Trainieren eines Modells auf einer Quellaufgabe oder -domäne erworben wurde, wiederverwendet wird, um das Lernen für eine andere, aber verwandte Zielaufgabe oder -domäne zu verbessern. Es ist besonders wirkungsvoll, wenn für die Zielaufgabe nur wenige gelabelte Daten verfügbar sind, und bildet die Grundlage für die meisten modernen Deep-Learning-Anwendungen in der Computer Vision, der Verarbeitung natürlicher Sprache und darüber hinaus.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

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

Transfer Learning

Few-Shot Learning Selbstüberwachtes Lernen Semi-Supervised Learning Aktives Lernen im Verbund Aktives Lernen mit selbs…Bayesian Few-Shot Learni…Bayesian Semi-supervised…Bayesianisches Transfer-…Curriculum-Lernen Datenerweiterung

+40 more

Quellen

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 ↗

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Transfer Learning (Domain Adaptation and Knowledge Transfer). ScholarGate. https://scholargate.app/de/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 LearningMaschinelles Lernen↔ compare
Selbstüberwachtes LernenMaschinelles Lernen↔ compare
Semi-Supervised LearningMaschinelles Lernen↔ compare

Compare side by side →

Referenziert von

Aktives Lernen im Verbund Aktives Lernen mit selbstüberwachtem Lernen Bayesian Few-Shot Learning Bayesian Semi-supervised Learning Bayesianisches Transfer-Lernen Curriculum-Lernen Datenerweiterung Domänenanpassung Domänenadaptives Reinforcement Learning Domain-Adaptive Transformer Domain-Adaptiver Variational Autoencoder EfficientNet Ensemble Federated Learning Ensemble Few-Shot Learning Ensemble-Metrik-Lernen Ensemble Self-supervised Learning Ensemble Semi-Supervised Learning (Ensemble-Halbüberwachtes Lernen)Ensemble Transfer Learning Few-Shot Learning Metrik-Lernen Multitask-Lernen Neuronale Stilübertragung Online Federated Learning Online Few-Shot Learning Online-Lernen Online Self-supervised Learning Online Semi-supervised Learning Online Transfer learning Regularized Federated Learning Regularisierte Few-Shot-Lerner Regularisierte Online-Lernverfahren Regularized Transfer Learning Robuste Föderierte Lernverfahren Self-supervised Active Learning Self-supervised Federated Learning Selbstüberwachtes Few-Shot Learning Selbstüberwachte Bildklassifikation Self-supervised K-nearest neighbors Selbstüberwachtes Lernen Selbstüberwachtes LightGBM Logistische Regression mit Selbstüberwachung Selbstüberwachte Sentimentanalyse Selbstüberwachte Stapel-Ensemble Selbstüberwachtes Transferlernen Semi-überwachtes Föderiertes Lernen Semi-supervidiertes Wenig-Schuss-Lernen Semi-Supervised Learning Halb-überwachtes Metrik-Lernen Semi-supervised Transfer Learning T5 (Text-to-Text Transfer Transformer)

Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →

Die vollständige Methode lesen

Method map

Quellen

So zitieren Sie diese Seite

Verwandte Methoden

Which method?

Referenziert von