Machine learningMachine learning

Ülekandeõpe

Ülekandeõpe on masinõppe paradigma, milles teadmisi, mis on saadud mudeli treenimisel lähteülesandel või -domeenil, taaskasutatakse, et parandada õppimist erineval, kuid seotud sihtülesandel või -domeenil. See on eriti võimas, kui sihtülesande märgistatud andmeid on vähe, ja see on aluseks enamikule tänapäevastele süvaõppe rakendustele arvutinägemises, loomuliku keele töötlemises ja mujal.

Ava rakenduses MethodMindPeagiVideoPeagiDownload slides

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Method map

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

Ülekandeõpe

Väheste näidistega õppim…Enesest juhendav õppimine Poolitatud järelevalvega…Föderatiivne aktiivõpe Aktiivne õppimine isejuh…Bayesiani väheste näidis…Bayesian semi-supervised…Bayesilik ülekandeõppimi…Curriculum Learning Andmetäiendus

+40 more

Allikad

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 ↗

Kuidas sellele lehele viidata

ScholarGate. (2026, June 3). Transfer Learning (Domain Adaptation and Knowledge Transfer). ScholarGate. https://scholargate.app/et/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.

Väheste näidistega õppimineMasinõpe↔ compare
Enesest juhendav õppimineMasinõpe↔ compare
Poolitatud järelevalvega õppimineMasinõpe↔ compare

Compare side by side →

Sellele viitavad

Föderatiivne aktiivõpe Aktiivne õppimine isejuhendatud õppimisega Bayesiani väheste näidistega õppimine Bayesian semi-supervised learning Bayesilik ülekandeõppimine Curriculum Learning Andmetäiendus Domeeni kohandamine Valdkonnaspetsiifiline tugevdatud õppimine Domain-Adaptive Transformer Domeenipõhine kohanduv varieeruv autoenkooder EfficientNet Ensemble Federated Learning Ensemble Few-Shot Learning Ensemble Metric Learning Ensemble enesetäiendav õppimine Ensemble pool-põhine pooljuhendatud õppimine Ensemble Transfer Learning Väheste näidistega õppimine Meetriline õppimine Mitmeülesandeõpe Neuraalne stiiliülekanne Veebipõhine föderatiivne õppimine Veebipõhine väheste näidistega õppimine Veebipõhine õpe Veebipõhine isejuhendatud õppimine Veebipõhine pooljuhendatud õppimine Veebipõhine ülekandeõpe Reguleeritud federatiivne õppimine Regulaarne väheste näidistega õppimine Reguleeritud veebiõpe Regulaarne ülekandeõpe Robustne hajusõpe Eneseteadlik aktiivõpe Eneseteadlik föderaalne õppimine Enesest juhendatud väheste näidistega õppimine Isejuhendatud pildiklassifikatsioon Enesejuhendatud K-lähima naabri meetod Enesest juhendav õppimine Self-supervised LightGBM Eneseteadlik Regressioon Enesel juhitud tundmusanalüüs Enesesalvestav virnastatud kooslus Eneselt juhitud ülekanneõpe Poolitult järelevalve all toimuv föderatiivne õpe Pooltugevdatud väheste näidistega õppimine Poolitatud järelevalvega õppimine Pooljärelevalvega meetrika õppimine Poolitud ülekandeõpe T5 (Text-to-Text Transfer Transformer)

Märkasid sellel lehel viga? Teata sellest või paku parandust →

Loe meetodi täielikku kirjeldust

Method map

Allikad

Kuidas sellele lehele viidata

Seotud meetodid

Which method?

Sellele viitavad