Machine learningTraining paradigms
マルチタスク学習
マルチタスク学習（MTL）とは、複数の関連するタスクに対して同時にモデルを訓練し、それらの間で表現を共有することで汎化性能を向上させる機械学習のパラダイムである。1997年にRich Caruanaによって正式に導入されたMTLは、補助タスクが帰納的バイアスとして機能し、単一タスク学習では得られない、より豊かで堅牢な特徴表現を共有層が学習するのを助ける追加の教師信号を提供するという直観に基づいている。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Caruana, R. (1997). Multitask learning. Machine Learning, 28(1), 41–75. DOI: 10.1023/A:1007379606734 ↗
このページの引用方法
ScholarGate. (2026, June 2). Multitask Learning. ScholarGate. https://scholargate.app/ja/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.
Compare side by side →