Aprendizado Online de Poucos Exemplos
O Aprendizado Online de Poucos Exemplos combina o princípio de atualização em streaming do aprendizado online com o objetivo de eficiência de dados do aprendizado de poucos exemplos, permitindo que um modelo se adapte continuamente a novas tarefas ou classes a partir de apenas um punhado de exemplos rotulados à medida que os dados chegam sequencialmente — sem acesso ao conjunto de dados histórico completo.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Online Few-shot Learning (Streaming Meta-Learning from Scarce Labels). ScholarGate. https://scholargate.app/pt/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.
- Aprendizado com Poucos ExemplosAprendizado de máquina↔ compare
- Aprendizado OnlineAprendizado de máquina↔ compare
- Aprendizado Semi-supervisionadoAprendizado de máquina↔ compare
- Aprendizagem por TransferênciaAprendizado de máquina↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →