ScholarGate
Βοηθός
Machine learningMachine learning

Διαδικτυακή Μάθηση Μεταφοράς

Η Μάθηση Μεταφοράς σε Συνεχή Ροή (Online Transfer Learning - OTL) επεκτείνει τη μάθηση μεταφοράς σε διαδοχικά, συνεχώς εισερχόμενα δεδομένα: αντί για εκπαίδευση σε ένα σταθερό σύνολο δεδομένων, το μοντέλο επεξεργάζεται παραδείγματα ένα προς ένα, αξιοποιώντας ταυτόχρονα γνώση από έναν σχετικό τομέα πηγής για τη βελτίωση των προβλέψεων στον τομέα στόχο, χωρίς να απαιτούνται μεγάλα επισημασμένα σύνολα δεδομένων στόχου εκ των προτέρων.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

Πηγές

  1. Zhao, P., & Hoi, S. C. H. (2010). OTL: A Framework of Online Transfer Learning. In Proceedings of the 27th International Conference on Machine Learning (ICML 2010), pp. 1231–1238. Omnipress. link
  2. 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

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Online Transfer Learning (Streaming Transfer Learning). ScholarGate. https://scholargate.app/el/machine-learning/online-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.

Compare side by side
ScholarGateOnline Transfer learning (Online Transfer Learning (Streaming Transfer Learning)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/machine-learning/online-transfer-learning · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026