یادگیری انتقالی بیزی
یادگیری انتقالی بیزی یک چارچوب احتمالی است که از دانش یک دامنه منبع غنی از داده برای ساخت پیشینهای آموزنده برای مدلی که بر روی یک دامنه هدف کمداده آموزش داده میشود، استفاده میکند. با کدگذاری دانش دامنه منبع به صورت توزیعهای پیشین بر روی پارامترها، این چارچوب به مدل اجازه میدهد تا حتی با مثالهای برچسبدار بسیار محدود، در وظیفه هدف به خوبی تعمیم یابد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Raina, R., Ng, A. Y., & Koller, D. (2006). Constructing informative priors using transfer learning. In Proceedings of the 23rd International Conference on Machine Learning (ICML), pp. 713–720. ACM. link ↗
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Bayesian Transfer Learning (Probabilistic Domain Adaptation). ScholarGate. https://scholargate.app/fa/machine-learning/bayesian-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.
- فرایند گاوسی بیزییادگیری ماشین↔ compare
- یادگیری چند نمونهای (Few-shot Learning)یادگیری ماشین↔ compare
- یادگیری انتقالی نیمهنظارتییادگیری ماشین↔ compare
- یادگیری انتقالییادگیری ماشین↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →