Aprendizaje por transferencia
El aprendizaje por transferencia es un paradigma de aprendizaje automático en el que el conocimiento adquirido al entrenar un modelo en una tarea o dominio de origen se reutiliza para mejorar el aprendizaje en una tarea o dominio de destino diferente pero relacionado. Es especialmente potente cuando los datos etiquetados para la tarea de destino son escasos y subyace a la mayoría de las aplicaciones modernas de aprendizaje profundo en visión por computadora, procesamiento del lenguaje natural y más allá.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+40 more
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Transfer Learning (Domain Adaptation and Knowledge Transfer). ScholarGate. https://scholargate.app/es/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.
- Aprendizaje con Pocos EjemplosAprendizaje automático↔ compare
- Aprendizaje autosupervisadoAprendizaje automático↔ compare
- Aprendizaje semisupervisadoAprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →