Multitask Leren

Multitaskleren (MTL) is een machine learning-paradigma waarbij een model gelijktijdig wordt getraind op meerdere gerelateerde taken, waarbij representaties worden gedeeld om de generalisatie te verbeteren. Formeel geïntroduceerd door Rich Caruana in 1997, is MTL gebaseerd op de intuïtie dat hulptaken fungeren als inductieve bias, die extra supervisiesignalen leveren die de gedeelde lagen helpen rijkere, robuustere feature-representaties te leren dan training met één taak zou opleveren.