ScholarGate
Ассистент
Machine learningMachine learning

Перенос обучения

Перенос обучения — это парадигма машинного обучения, при которой знания, полученные при обучении модели на исходной задаче или домене, повторно используются для улучшения обучения на другой, но связанной целевой задаче или домене. Это особенно эффективно, когда размеченных данных для целевой задачи мало, и лежит в основе большинства современных приложений глубокого обучения в компьютерном зрении, обработке естественного языка и за их пределами.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Перенос обучения
Обучение на малом числе…Самообучение с учителемОбучение с частичной раз…Активное обучение с феде…Активное обучение с само…Байесовское обучение с м…Байесовское полуавтомати…Байесовский перенос знан…Обучение по учебному пла…Аугментация данных

+40 more

Источники

  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 ↗

Как цитировать эту страницу

ScholarGate. (2026, June 3). Transfer Learning (Domain Adaptation and Knowledge Transfer). ScholarGate. https://scholargate.app/ru/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 →

Упоминается в

Активное обучение с федеративным обучениемАктивное обучение с самообучениемБайесовское обучение с малым числом примеров (Bayesian Few-Shot Learning)Байесовское полуавтоматическое обучениеБайесовский перенос знанийОбучение по учебному плануАугментация данныхАдаптация доменаАдаптивное обучение с подкреплением в условиях смены доменаДоменно-адаптивный ТрансформерДоменно-адаптивный вариационный автокодировщикEfficientNetАнсамблевое федеративное обучениеАнсамблевое обучение с малым количеством примеровАнсамблевое метрическое обучениеАнсамблевое самообучениеАнсамблевое полуавтоматическое обучениеАнсамблевое трансферное обучениеОбучение на малом числе примеров (Few-shot Learning)Метрическое обучениеМультизадачное обучениеНейросетевая передача стиляОнлайновое федеративное обучениеОнлайн-обучение с малым количеством примеровОнлайн-обучениеОнлайн-самообучение без учителяОнлайновое полуавтоматическое обучениеОнлайн-обучение с переносом знаний (Online Transfer Learning, OTL)Регуляризованное федеративное обучениеРегуляризованное обучение с малым числом примеровРегуляризованное онлайн-обучениеРегуляризованное трансферное обучениеНадежное федеративное обучениеСамообучающееся активное обучениеФедеративное обучение с самоконтролем (Self-supervised Federated Learning)Self-supervised Few-shot LearningСамообучающаяся классификация изображенийСамообучающиеся k-ближайших соседейСамообучение с учителемSelf-supervised LightGBMЛогистическая регрессия при самообученииСамостоятельно обучаемый анализ тональностиСамообучающаяся стековая ансамблевая модельТрансферное обучение с самоконтролемПолуавтономное федеративное обучениеПолусупервизорное обучение с малым количеством примеровОбучение с частичной разметкойОбучение метрике с частичным привлечением учителяПолуавтономное обучение с переносомT5 (Text-to-Text Transfer Transformer)

Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →

ScholarGate — Transfer Learning (Transfer Learning (Domain Adaptation and Knowledge Transfer)). Получено 2026-06-15 из https://scholargate.app/ru/machine-learning/transfer-learning · Набор данных: https://doi.org/10.5281/zenodo.20539026