Few-shot læring
term_id: few_shot_learning
Category: training_techniques
Definition
Few-shot læring har som mål å gjøre det mulig for modeller å generalisere fra bare et fåtall eksempler, og etterligne menneskelig læringseffektivitet. Det stoler typisk på meta-læringsstrategier, der en modell først trenes på mange ulike oppgaver for å lære hvordan man lærer raskt.
Summary
Few-shot læring er en maskinlæringsparadigme der modeller lærer nye konsepter fra svært begrenset merket treningsdata.
Key Concepts
- Meta-læring
- Dataeffektivitet
- Generalisering
- Oppgavetilpasning
Use Cases
- Identifisering av sjeldne sykdommer
- Kategorisering av nye produkter
- Deteksjon av tilpassede objekter