Few-shot learning
term_id: few_shot_learning
Category: training_techniques
Definition
Few-shot learning má za cíl umožnit modelům zobecnit znalosti ze zhrstky příkladů, čímž napodobují efektivitu lidského učení. Obvykle spoléhá na strategie metaučení, kde je model nejprve trénován na široké škále úloh, aby se naučil, jak se rychle učit nové.
Summary
Few-shot learning je paradigma strojového učení, ve kterém se modely učí nové koncepty z velmi omezeného množství označených trénovacích dat.
Key Concepts
- Metaučení
- Efektivita dat
- Zobecnění
- Adaptace úlohy
Use Cases
- Identifikace vzácných nemocí
- Kategorizace nových produktů
- Detekce vlastních objektů