Học siêu cấp (Meta-learning)
term_id: meta_learning
Category: training_techniques
Definition
Học siêu cấp tập trung vào việc thiết kế các thuật toán có khả năng học từ các nhiệm vụ trước đây để cải thiện hiệu suất trên các nhiệm vụ mới chưa từng thấy. Thay vì huấn luyện lại một mô hình từ đầu cho mỗi vấn đề, nó tối ưu hóa quá trình học để mô hình có thể thích nghi nhanh hơn.
Summary
Học siêu cấp, hay còn gọi là học cách học, là một phương pháp học máy cho phép các mô hình thích ứng nhanh chóng với các nhiệm vụ mới chỉ với lượng dữ liệu tối thiểu bằng cách tận dụng kinh nghiệm trước đó.
Key Concepts
- Học ít mẫu (Few-shot learning)
- Học chuyển đổi (Transfer learning)
- Học siêu cấp độc lập với mô hình (Model-agnostic meta-learning)
- Phân phối nhiệm vụ (Task distribution)
Use Cases
- Thích ứng nhanh với sở thích khách hàng mới
- Điều khiển robot trong các môi trường khác nhau
- Chẩn đoán y tế với dữ liệu bệnh nhân hạn chế