เปรียบเทียบวิธี

	การเรียนรู้แบบถ่ายโอน	การเรียนรู้แบบกำกับดูแลตนเอง
สาขาวิชา	การเรียนรู้ของเครื่อง	การเรียนรู้ของเครื่อง
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2010 (formalized); 1990s (early roots)	2018–2020
ผู้ริเริ่ม	Pan, S. J. & Yang, Q. (survey); Bengio, Y. (deep learning framing)	LeCun, Y. and community (formalized ~2018–2020)
ประเภท	Learning paradigm	Representation learning paradigm
แหล่งต้นตำรับ	Pan, S. J., & Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359.	LeCun, Y. & Misra, I. (2022). Self-supervised learning: The dark matter of intelligence. Meta AI Blog. https://ai.facebook.com/blog/self-supervised-learning-the-dark-matter-of-intelligence/
ชื่อเรียกอื่น	TL, domain adaptation, fine-tuning, pre-trained model adaptation	SSL, self-supervised pre-training, pretext-task learning, unsupervised representation learning
ที่เกี่ยวข้อง	3	3
สรุป	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.	Self-supervised learning (SSL) is a machine-learning paradigm that generates its own supervisory signal directly from unlabeled data by defining an auxiliary pretext task — such as predicting masked words, rotating images, or contrasting augmented views — and uses the learned representations as a powerful starting point for downstream tasks with minimal labeled examples.