ScholarGate
Assistent
Machine learningMachine learning

Overføringslæring

Overføringslæring er et maskinlæringsparadigme der kunnskap oppnådd fra trening av en modell på en kildeoppgave eller et kildedomen er gjenbrukt for å forbedre læring på en annen, men relatert, måletoppgave eller måldomen. Det er spesielt kraftig når merkede data for måloppgaven er knappe, og det ligger til grunn for de fleste moderne dyp læringsapplikasjoner innen datasyn, naturlig språkbehandling og utover.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

+40 more

Kilder

  1. 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
  2. Bengio, Y. (2012). Deep Learning of Representations for Unsupervised and Transfer Learning. In Proceedings of ICML Workshop on Unsupervised and Transfer Learning, PMLR 27, 17–36. link

Slik siterer du denne siden

ScholarGate. (2026, June 3). Transfer Learning (Domain Adaptation and Knowledge Transfer). ScholarGate. https://scholargate.app/no/machine-learning/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

Referert av

ScholarGateTransfer Learning (Transfer Learning (Domain Adaptation and Knowledge Transfer)). Hentet 2026-06-15 fra https://scholargate.app/no/machine-learning/transfer-learning · Datasett: https://doi.org/10.5281/zenodo.20539026