למידת ריבוי משימות
למידת ריבוי משימות (Multitask Learning - MTL) היא פרדיגמה בלמידת מכונה שבה מודל מאומן בו-זמנית על מספר משימות קשורות, תוך שיתוף ייצוגים ביניהן כדי לשפר את ההכללה. MTL, שהוצג באופן רשמי על ידי ריץ' קרואנה (Rich Caruana) בשנת 1997, נשען על האינטואיציה שמשימות עזר פועלות כהטיה אינדוקטיבית (inductive bias), ומספקות אותות פיקוח נוספים המסייעים לשכבות המשותפות ללמוד ייצוגי תכונות עשירים וחזקים יותר מאשר אימון משימה יחידה היה מניב.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- Caruana, R. (1997). Multitask learning. Machine Learning, 28(1), 41–75. DOI: 10.1023/A:1007379606734 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 2). Multitask Learning. ScholarGate. https://scholargate.app/he/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.
- למידת תוכנית לימודים (Curriculum Learning)למידה עמוקה↔ compare
- זיקוק ידע (Knowledge Distillation)למידה עמוקה↔ compare
- Transfer Learningלמידת מכונה↔ compare