Mikä on Transfer Learning?
Oppimismenetelmä, jossa aiemmin opittua tietoa sovelletaan uuteen, mutta liittyvään tehtävään.
Määritelmä
Siirto-oppiminen (Transfer Learning) on oppimismenetelmä, jossa aiemmin koulutetun mallin oppimat ominaisuudet ja tiedot hyödynnetään uuden, liittyvän tehtävän oppimisessa.
Tarkoitus
Siirto-oppimisen tarkoituksena on nopeuttaa oppimista ja parantaa suorituskykyä hyödyntämällä aiemmin opittua tietoa sen sijaan, että aloitettaisiin alusta.
Toiminta
Siirto-oppiminen toimii ottamalla esikoulutetun mallin ja soveltamalla sen oppimat perusominaisuudet uuteen tehtävään, usein hienosäätämällä mallia uudelle datalle.
Esimerkki
Kuvantunnistusmalli, joka on koulutettu tunnistamaan yleisiä objekteja, voidaan hienosäätää tunnistamaan lääketieteellisiä kuvia pienemmällä datajoukolla.
Liittyvät
- Fine-tuning
- Pre-trained Models
- Domain Adaptation
- Knowledge Reuse
Vil du vide mere?
Hvis du vil gå mere i dybden med Siirto-oppiminen —eller bringe denne form for træning til dit team— så lad os tale sammen. Jeg hjælper teams med at forstå og anvende disse begreber. Jeg vil meget gerne høre fra dig!
Mikä on Self-Play?
Itsepeli (Self-Play) on oppimismenetelmä, jossa AI-järjestelmä harjoittaa j...
Mikä on Few-Shot Learning?
Few-Shot Learning on AI:n kykyä oppia ja suorittaa uusia tehtäviä käyttäen...
Mikä on Reinforcement Learning?
Vahvistusoppiminen (Reinforcement Learning) on oppimismenetelmä, jossa AI-a...
Mikä on Zero-Shot Learning?
Zero-Shot Learning on AI-mallin kyky suoriutua tehtävistä tai tunnistaa käs...
Mikä on One-Shot Learning?
One-Shot Learning on oppimismenetelmä, jossa AI-malli kykenee oppimaan ja s...