Few-shot Learning
term_id: few_shot_learning
Category: training_techniques
Definition
Few-shot learning heeft als doel modellen in staat te stellen te generaliseren op basis van slechts een handvol voorbeelden, wat de leer-efficiëntie van mensen imiteert. Het vertrouwt meestal op meta-learning-strategieën, waarbij een model wordt getraind op een breed scala aan taken.
Summary
Few-shot learning is een machine learning-paradigma waarbij modellen nieuwe concepten leren van zeer beperkte gelabelde trainingsgegevens.
Key Concepts
- Meta-learning
- Gegevensefficiëntie
- Generalisatie
- Taakadaptatie
Use Cases
- Identificatie van zeldzame ziekten
- Categorisering van nieuwe producten
- Detectie van aangepaste objecten