Machine learningMachine learning

การเรียนรู้แบบถ่ายโอน

การเรียนรู้แบบถ่ายโอน (Transfer Learning) เป็นกระบวนทัศน์การเรียนรู้ของเครื่อง (Machine Learning) ที่นำความรู้ที่ได้จากการฝึกโมเดลบนงาน (task) หรือโดเมน (domain) ต้นทาง มาปรับใช้เพื่อปรับปรุงการเรียนรู้บนงานหรือโดเมนเป้าหมายที่แตกต่างกันแต่มีความเกี่ยวข้องกัน โดยเฉพาะอย่างยิ่งเมื่อข้อมูลที่มีป้ายกำกับ (labeled data) สำหรับงานเป้าหมายมีจำกัด และเป็นพื้นฐานของแอปพลิเคชันการเรียนรู้เชิงลึก (deep learning) สมัยใหม่ส่วนใหญ่ในด้านคอมพิวเตอร์วิทัศน์ (computer vision) การประมวลผลภาษาธรรมชาติ (natural language processing) และสาขาอื่นๆ

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

+40 more

แหล่งอ้างอิง

  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

วิธีอ้างอิงหน้านี้

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

ถูกอ้างอิงโดย

Active Learning Federated Learningการเรียนรู้เชิงรุกที่ผสานกับการเรียนรู้แบบกำกับตนเองการเรียนรู้แบบน้อยตัวอย่างแบบเบย์ (Bayesian Few-Shot Learning)การเรียนรู้แบบกึ่งมีผู้สอนแบบเบย์ (Bayesian Semi-supervised Learning)Bayesian Transfer Learningการเรียนรู้ตามหลักสูตรการเพิ่มข้อมูลการปรับตัวตามโดเมนการเรียนรู้แบบเสริมกำลังที่ปรับตามโดเมนโดเมน-อะแดปทีฟ ทรานส์ฟอร์มเมอร์Domain-Adaptive Variational AutoencoderEfficientNetการเรียนรู้แบบสหพันธ์แบบรวมกลุ่มการเรียนรู้แบบน้อยตัวอย่างด้วยการรวมแบบจำลอง (Ensemble Few-Shot Learning)การเรียนรู้เมตริกแบบรวมกลุ่มEnsemble Self-supervised Learningการเรียนรู้แบบกึ่งกำกับดูแลแบบรวมกลุ่ม (Ensemble Semi-supervised Learning)การเรียนรู้แบบถ่ายโอนแบบรวมกลุ่มการเรียนรู้แบบน้อยตัวอย่างการเรียนรู้เมตริกการเรียนรู้หลายภารกิจการถ่ายทอดสไตล์ด้วยโครงข่ายประสาทเทียมการเรียนรู้แบบสหพันธ์ออนไลน์การเรียนรู้แบบน้อยตัวอย่างออนไลน์ (Online Few-shot Learning)การเรียนรู้แบบออนไลน์การเรียนรู้แบบกำกับตนเองออนไลน์การเรียนรู้แบบกึ่งมีผู้สอนออนไลน์การเรียนรู้แบบถ่ายโอนออนไลน์Regularized Federated Learningการเรียนรู้แบบ Few-Shot แบบ Regularizedการเรียนรู้ออนไลน์แบบปรับค่าปกติการเรียนรู้แบบถ่ายโอนแบบปกติ (Regularized Transfer Learning)การเรียนรู้แบบสหพันธ์ที่ทนทานการเรียนรู้แบบแอคทีฟที่กำกับดูแลตนเองการเรียนรู้แบบรวมศูนย์ที่กำกับดูแลตนเองการเรียนรู้แบบกึ่งกำกับตนเองแบบไม่กี่ตัวอย่างการจำแนกภาพแบบกำกับตนเองK-nearest neighbors แบบเรียนรู้ด้วยตนเองการเรียนรู้แบบกำกับดูแลตนเองLightGBM แบบเรียนรู้ด้วยตนเองการถดถอยโลจิสติกแบบกำกับตนเองการวิเคราะห์ความรู้สึกแบบกำกับดูแลตนเองการรวมกลุ่มแบบพึ่งตนเอง (Self-supervised Stacking Ensemble)การเรียนรู้แบบถ่ายโอนด้วยตนเอง (Self-supervised Transfer Learning)การเรียนรู้แบบสหพันธ์กึ่งกำกับดูแลการเรียนรู้แบบกึ่งกำกับดูแลด้วยตัวอย่างน้อย (Semi-supervised Few-shot Learning)การเรียนรู้แบบกึ่งกำกับดูแลการเรียนรู้เมตริกแบบกึ่งมีผู้สอนการเรียนรู้แบบถ่ายโอนกึ่งมีผู้สอนT5 (Text-to-Text Transfer Transformer)
ScholarGateTransfer Learning (Transfer Learning (Domain Adaptation and Knowledge Transfer)). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/machine-learning/transfer-learning · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026