Online Transfer Learning
Online Transfer Learning (OTL) rozszerza uczenie transferowe na sekwencyjne, strumieniowe ustawienia: zamiast trenować na ustalonym zbiorze danych, model przetwarza przykłady pojedynczo i jednocześnie wykorzystuje wiedzę z powiązanego domeny źródłowej, aby poprawić przewidywania w domenie docelowej bez wymogu posiadania dużych, oznakowanych zbiorów danych docelowych z góry.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Online Transfer Learning (Streaming Transfer Learning). ScholarGate. https://scholargate.app/pl/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.
- Uczenie z niewielką liczbą przykładówUczenie maszynowe↔ compare
- Uczenie onlineUczenie maszynowe↔ compare
- Uczenie ze wsparciem częściowymUczenie maszynowe↔ compare
- Uczenie transferoweUczenie maszynowe↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →