Học chuyển giao Bayes
Học chuyển giao Bayes là một khuôn khổ xác suất sử dụng kiến thức từ một miền nguồn giàu dữ liệu để xây dựng các phân phối tiên nghiệm (priors) mang tính thông tin cho một mô hình được huấn luyện trên miền đích khan hiếm dữ liệu. Bằng cách mã hóa kiến thức miền nguồn dưới dạng các phân phối xác suất tiên nghiệm trên các tham số, khuôn khổ này cho phép mô hình khái quát hóa tốt trên tác vụ đích ngay cả với rất ít ví dụ được gán nhãn.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Bayesian Transfer Learning (Probabilistic Domain Adaptation). ScholarGate. https://scholargate.app/vi/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.
- Gaussian Process Bayes (GP)Học máy↔ compare
- Few-shot LearningHọc máy↔ compare
- Học chuyển giao bán giám sátHọc máy↔ compare
- Transfer LearningHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →