Online učenje s malim brojem primjera (Online Few-shot Learning)
Online učenje s malim brojem primjera kombinira princip neprekidnog ažuriranja (streaming update) online učenja s ciljem podatkovne učinkovitosti učenja s malim brojem primjera (few-shot learning), omogućujući modelu da se kontinuirano prilagođava novim zadacima ili klasama na temelju samo nekolicine označenih primjera kako podaci pristižu sekvencijalno — bez pristupa cjelovitom povijesnom skupu podataka.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
- Javed, K., & White, M. (2019). Meta-Learning Representations for Continual Learning. Advances in Neural Information Processing Systems (NeurIPS), 32. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Online Few-shot Learning (Streaming Meta-Learning from Scarce Labels). ScholarGate. https://scholargate.app/hr/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.
- Učenje s malo primjeraStrojno učenje↔ compare
- Mrežno učenjeStrojno učenje↔ compare
- Polunadzorirano učenjeStrojno učenje↔ compare
- Prijenosno učenjeStrojno učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →