Pembelajaran Pemindahan Dalam Talian
Pembelajaran Pemindahan Dalam Talian (OTL) meluaskan pembelajaran pemindahan kepada tetapan berurutan, aliran data: bukannya melatih pada set data yang tetap, model memproses contoh satu demi satu dan secara serentak memanfaatkan pengetahuan daripada domain sumber yang berkaitan untuk meningkatkan ramalan pada domain sasaran tanpa memerlukan set data sasaran berlabel yang besar di awal.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Zhao, P., & Hoi, S. C. H. (2010). OTL: A Framework of Online Transfer Learning. In Proceedings of the 27th International Conference on Machine Learning (ICML 2010), pp. 1231–1238. Omnipress. 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Online Transfer Learning (Streaming Transfer Learning). ScholarGate. https://scholargate.app/ms/machine-learning/online-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 Sifar Contoh (Few-shot Learning)Pembelajaran Mesin↔ compare
- Pembelajaran Dalam TalianPembelajaran Mesin↔ compare
- Pembelajaran Separa SeliaPembelajaran Mesin↔ compare
- Pembelajaran PindahanPembelajaran Mesin↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →