เปรียบเทียบวิธี

	การเรียนรู้แบบถ่ายโอนแบบรวมกลุ่ม	การเรียนรู้แบบถ่ายโอน
สาขาวิชา	การเรียนรู้ของเครื่อง	การเรียนรู้ของเครื่อง
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2010s	2010 (formalized); 1990s (early roots)
ผู้ริเริ่ม	Various (consolidated in deep learning era, 2010s)	Pan, S. J. & Yang, Q. (survey); Bengio, Y. (deep learning framing)
ประเภท	Ensemble of pre-trained / fine-tuned models	Learning paradigm
แหล่งต้นตำรับ	Ganaie, M. A., Hu, M., Malik, A. K., Tanveer, M., & Suganthan, P. N. (2022). Ensemble deep learning: A review. Engineering Applications of Artificial Intelligence, 115, 105151.	Pan, S. J., & Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359.
ชื่อเรียกอื่น	transfer ensemble, multi-model transfer learning, ensemble of fine-tuned models, ETL	TL, domain adaptation, fine-tuning, pre-trained model adaptation
ที่เกี่ยวข้อง	6	3
สรุป	Ensemble Transfer Learning combines multiple models that were each pre-trained on a large source domain and then fine-tuned on a target task. By aggregating the predictions of several independently fine-tuned models, it achieves higher accuracy and robustness than any single transferred model alone, especially when the target dataset is small.	Transfer learning is a machine learning paradigm in which knowledge gained from training a model on a source task or domain is reused to improve learning on a different but related target task or domain. It is especially powerful when labeled data for the target task is scarce, and it underlies most modern deep learning applications in computer vision, natural language processing, and beyond.