Few-Shot Learning
term_id: few_shot_learning
Category: training_techniques
Definition
Few-Shot Learning zielt darauf ab, Modellen zu ermöglichen, aus nur wenigen Beispielen zu verallgemeinern und dabei die Effizienz menschlichen Lernens nachzuahmen. Es stützt sich typischerweise auf Meta-Learning-Strategien, bei denen ein Modell zunächst auf einer Vielzahl von Aufgaben trainiert wird, um schnell neue Fähigkeiten zu erlernen.
Summary
Few-Shot Learning ist ein Machine-Learning-Paradigma, bei dem Modelle neue Konzepte aus sehr begrenzten gelabelten Trainingsdaten lernen.
Key Concepts
- Meta-Learning
- Dateneffizienz
- Verallgemeinerung
- Aufgabenanpassung
Use Cases
- Identifizierung seltener Krankheiten
- Kategorisierung neuer Produkte
- Erkennung benutzerdefinierter Objekte