Apprendimento per trasferimento d'insieme
L'apprendimento per trasferimento d'insieme combina molteplici modelli, ciascuno pre-addestrato su un ampio dominio sorgente e successivamente affinato su un compito target. Aggregando le predizioni di diversi modelli affinati indipendentemente, si ottiene un'accuratezza e una robustezza superiori rispetto a qualsiasi singolo modello trasferito da solo, specialmente quando il dataset target è piccolo.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Ganaie, M. A., Hu, M., Malik, A. K., Tanveer, M., & Suganthan, P. N. (2022). Ensemble deep learning: A review. Engineering Applications of Artificial Intelligence, 115, 105151. DOI: 10.1016/j.engappai.2022.105151 ↗
- Transfer learning. Wikipedia. link ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Ensemble Transfer Learning (Aggregation of Multiple Pre-trained Models). ScholarGate. https://scholargate.app/it/machine-learning/ensemble-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.
- BoostingApprendimento automatico↔ compare
- Few-shot LearningApprendimento automatico↔ compare
- Random ForestApprendimento automatico↔ compare
- Apprendimento per Trasferimento Semi-SupervisionatoApprendimento automatico↔ compare
- Apprendimento per trasferimentoApprendimento automatico↔ compare
- Ensemble a votazioneApprendimento automatico↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →