Machine learningMachine learning
ベイズ的少数ショット学習
ベイズ的少数ショット学習は、ベイズ推論とメタ学習を組み合わせることで、クラスあたり1〜5個のラベル付き例からモデルが汎化できるようにします。タスク固有のパラメータを確率変数として扱い、多くのトレーニングタスクにわたる情報豊富な事前分布を学習することにより、この手法は予測とともにキャリブレーションされた不確実性推定値を提供します。これは、決定論的少数ショット学習者に対する重要な利点です。
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
- Gordon, J., Bronskill, J., Bauer, M., Nowozin, S. & Turner, R. E. (2019). Meta-Learning Probabilistic Inference for Prediction. International Conference on Learning Representations (ICLR 2019). link ↗
- Finn, C., Xu, K. & Levine, S. (2018). Probabilistic Model-Agnostic Meta-Learning. Advances in Neural Information Processing Systems (NeurIPS 2018), 31. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Bayesian Few-Shot Learning (Meta-Learning with Bayesian Inference). ScholarGate. https://scholargate.app/ja/machine-learning/bayesian-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.
- ベイジアン転移学習機械学習↔ compare
- Few-shot Learning機械学習↔ compare
- ガウス過程機械学習↔ compare
- 半教師あり少数ショット学習機械学習↔ compare
- 転移学習機械学習↔ compare