ScholarGate
Asystent
Machine learningMachine learning

Uczenie z niewielką liczbą przykładów

Uczenie z niewielką liczbą przykładów (ang. few-shot learning) to paradygmat uczenia maszynowego, który trenuje modele do rozpoznawania nowych klas lub rozwiązywania nowych zadań na podstawie zaledwie kilku oznakowanych przykładów – zazwyczaj od jednego do pięciu – poprzez wykorzystanie wcześniejszej wiedzy nabytej z dużej, powiązanej dystrybucji treningowej. Jest to szczególnie istotne w dziedzinach, gdzie etykietowanie jest kosztowne, rzadkie lub strukturalnie ograniczone.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

Uczenie z niewielką liczbą przykładów
Uczenie metryczneUczenie samo nadzorowaneUczenie ze wsparciem czę…Uczenie transferoweAktywne uczenie z samona…Bayesowskie aktywne ucze…Bayesowskie uczenie z ni…Bayesian Metric LearningBayesowskie uczenie częś…Uczenie transferowe baye…

+17 more

Źródła

  1. Vinyals, O., Blundell, C., Lillicrap, T., Wierstra, D., & Kavukcuoglu, K. (2016). Matching Networks for One Shot Learning. Advances in Neural Information Processing Systems (NeurIPS), 29. link ↗
  2. Finn, C., Abbeel, P., & Levine, S. (2017). Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks. Proceedings of the 34th International Conference on Machine Learning (ICML), PMLR 70:1126–1135. link ↗

Jak cytować tę stronę

ScholarGate. (2026, June 3). Few-shot Learning (Meta-learning with Limited Labeled Examples). ScholarGate. https://scholargate.app/pl/machine-learning/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.

Compare side by side →

Cytowana przez

Aktywne uczenie z samonadzoremBayesowskie aktywne uczenie sięBayesowskie uczenie z niewielu przykładówBayesian Metric LearningBayesowskie uczenie częściowo nadzorowaneUczenie transferowe bayesowskieUczenie zespołowe z małą liczbą przykładów (Ensemble Few-Shot Learning)Ucząca się metryki zespołowaUczenie transferowe z wykorzystaniem zespołówUczenie metryczneOnline Active LearningUczenie z niewielką liczbą przykładów w trybie onlineUczenie onlineOnline Transfer LearningRegularyzowane uczenie z niewielką liczbą przykładówUczenie transferowe z regularyzacjąOdporne aktywne uczenie sięUczenie metryki odpornej na zakłóceniaUczenie federacyjne z samo-nadzoremUczenie samo nadzorowaneSamouczeniowa ekstrakcja jednostek nazwanych (NER)Uczenie transferowe z samo-nadzoremPółnadzorowane uczenie federacyjneSemi-supervised Few-shot LearningUczenie ze wsparciem częściowymUczenie metryczne wspomagane częściowym nadzoremUczenie transferowe

Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →

ScholarGate — Few-shot Learning (Few-shot Learning (Meta-learning with Limited Labeled Examples)). Pobrano 2026-06-15 z https://scholargate.app/pl/machine-learning/few-shot-learning · Zbiór danych: https://doi.org/10.5281/zenodo.20539026