ScholarGate
עוזר
Machine learningMachine learning

למידה מקוונת מועטת-דוגמאות (Online Few-shot Learning)

למידה מקוונת מועטת-דוגמאות משלבת את עקרון העדכון הרציף של למידה מקוונת עם יעד יעילות הנתונים של למידה מועטת-דוגמאות, ומאפשרת למודל להסתגל באופן רציף למשימות או קטגוריות חדשות מתוך מספר קטן בלבד של דוגמאות מתויגות ככל שהנתונים מגיעים באופן סדרתי — ללא גישה למאגר הנתונים ההיסטורי המלא.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

למידה מקוונת מועטת-דוגמאות (Online Few-shot Learning)
למידת מעט דוגמאותלמידה מקוונתלמידה מונחית-למחצהTransfer Learning

מקורות

  1. Finn, C., Rajeswaran, A., Kakade, S., & Levine, S. (2019). Online Meta-Learning. Proceedings of the 36th International Conference on Machine Learning (ICML), PMLR 97, 1920–1930. link
  2. Javed, K., & White, M. (2019). Meta-Learning Representations for Continual Learning. Advances in Neural Information Processing Systems (NeurIPS), 32. link

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Online Few-shot Learning (Streaming Meta-Learning from Scarce Labels). ScholarGate. https://scholargate.app/he/machine-learning/online-few-shot-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.

Compare side by side
ScholarGateOnline Few-shot Learning (Online Few-shot Learning (Streaming Meta-Learning from Scarce Labels)). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/machine-learning/online-few-shot-learning · מערך נתונים: https://doi.org/10.5281/zenodo.20539026