Aprendizado de Transferência em Ensemble

O Aprendizado de Transferência em Ensemble combina múltiplos modelos que foram cada um pré-treinados em um grande domínio fonte e, em seguida, ajustados (fine-tuned) em uma tarefa alvo. Ao agregar as predições de vários modelos ajustados independentemente, ele alcança maior precisão e robustez do que qualquer modelo transferido isoladamente, especialmente quando o conjunto de dados alvo é pequeno.