Bejzijansko prenosno učenje
Bejzijansko prenosno učenje je probabilistički okvir koji koristi znanje iz izvornog domenâ sa bogatim podacima za konstruisanje informativnih apriornih distribucija za model obučen na ciljnom domenû sa oskudnim podacima. Kodiranjem znanja iz izvornog domenâ kao apriornih distribucija nad parametrima, okvir omogućava modelu da dobro generalizuje na ciljni zadatak čak i sa veoma ograničenim označenim primerima.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Raina, R., Ng, A. Y., & Koller, D. (2006). Constructing informative priors using transfer learning. In Proceedings of the 23rd International Conference on Machine Learning (ICML), pp. 713–720. ACM. 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Bayesian Transfer Learning (Probabilistic Domain Adaptation). ScholarGate. https://scholargate.app/sr/machine-learning/bayesian-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.
- Bajezov Gausov procesMašinsko učenje↔ compare
- Učenje sa malo primera (Few-shot Learning)Mašinsko učenje↔ compare
- Polu-nadgledano učenje prenosaMašinsko učenje↔ compare
- Transferno učenjeMašinsko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →