Transfer Learning (Domain Adaptation and Knowledge Transfer)
Bayangkan belajar naik sepeda lalu menerapkan pengetahuan keseimbangan dan koordinasi itu untuk belajar naik sepeda motor — Anda tidak memulai dari nol. Pembelajaran transfer bekerja dengan cara yang sama: model yang dilatih pada kumpulan data besar dan kaya (domain sumber) telah mempelajari representasi yang berguna seperti tepi, tekstur, atau pola tata bahasa. Ketika diterapkan pada kumpulan data target baru yang lebih kecil, model membutuhkan data berlabel yang jauh lebih sedikit untuk mencapai kinerja yang baik, karena pekerjaan representasi yang sulit sudah selesai.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+40 more
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Transfer Learning (Domain Adaptation and Knowledge Transfer). ScholarGate. https://scholargate.app/id/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.
- Pembelajaran Sedikit Contoh (Few-shot Learning)Pembelajaran Mesin↔ compare
- Pembelajaran Mandiri TerawasiPembelajaran Mesin↔ compare
- Pembelajaran Semi-terawasiPembelajaran Mesin↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →