Machine learningMachine learning

베이지안 전이 학습

베이지안 전이 학습은 데이터가 풍부한 소스 도메인의 지식을 활용하여 데이터가 부족한 타겟 도메인의 모델 학습을 위한 유익한 사전 분포를 구축하는 확률론적 프레임워크입니다. 소스 도메인 지식을 매개변수에 대한 사전 분포로 인코딩함으로써, 이 프레임워크는 매우 제한된 레이블 예제만으로도 타겟 작업에서 모델이 잘 일반화되도록 합니다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

The neighbourhood of related methods — select a node to explore.

베이지안 전이 학습

베이즈 가우시안 과정 퓨샷 학습 준지도 전이 학습 전이 학습 베이지안 연합 학습 베이즈 소량 학습

출처

Raina, R., Ng, A. Y., & Koller, D. (2006). Constructing informative priors using transfer learning. In Proceedings of the 23rd International Conference on Machine Learning (ICML), pp. 713–720. ACM. link ↗
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 ↗

이 페이지 인용 방법

ScholarGate. (2026, June 3). Bayesian Transfer Learning (Probabilistic Domain Adaptation). ScholarGate. https://scholargate.app/ko/machine-learning/bayesian-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.

Compare side by side →

이 방법을 참조하는 항목

베이지안 연합 학습 베이즈 소량 학습

이 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →