Mitmeülesandeõpe
Mitmeülesandeõpe (MTL) on masinõppe paradigma, milles mudelit koolitatakse samaaegselt mitmel seotud ülesandel, jagades nende vahel esitusi, et parandada üldistust. Formaalelt tutvustas seda Rich Caruana 1997. aastal. MTL tugineb intuitiivsele arusaamale, et abistavad ülesanded toimivad induktiivse eelarvamuse (inductive bias) ehk lisajärelevalvesignaalidena, mis aitavad jagatud kihtidel õppida rikkalikumaid ja robustsemaid esitusi kui üksikülesandeõpe.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Caruana, R. (1997). Multitask learning. Machine Learning, 28(1), 41–75. DOI: 10.1023/A:1007379606734 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 2). Multitask Learning. ScholarGate. https://scholargate.app/et/deep-learning/multitask-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.
- Curriculum LearningSüvaõpe↔ compare
- Teadmise destilleerimineSüvaõpe↔ compare
- ÜlekandeõpeMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →