Online Few-shot Leren
Online Few-shot Learning combineert het streaming-updateprincipe van online leren met het doel van data-efficiëntie van few-shot learning, waardoor een model zich continu kan aanpassen aan nieuwe taken of klassen met slechts een handvol gelabelde voorbeelden naarmate data sequentieel binnenkomt — zonder toegang tot de volledige historische dataset.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Finn, C., Rajeswaran, A., Kakade, S., & Levine, S. (2019). Online Meta-Learning. Proceedings of the 36th International Conference on Machine Learning (ICML), PMLR 97, 1920–1930. link ↗
- Javed, K., & White, M. (2019). Meta-Learning Representations for Continual Learning. Advances in Neural Information Processing Systems (NeurIPS), 32. link ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Online Few-shot Learning (Streaming Meta-Learning from Scarce Labels). ScholarGate. https://scholargate.app/nl/machine-learning/online-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.
- Few-shot LearningMachine learning↔ compare
- Online LerenMachine learning↔ compare
- Semi-supervised LearningMachine learning↔ compare
- TransferlerenMachine learning↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →