Transfer learning (original) (raw)
L'apprentissage par transfert (transfer learning en anglais) est l'un des champs de recherche de l'apprentissage automatique qui vise à transférer des connaissances d'une ou plusieurs tâches sources vers une ou plusieurs tâches cibles. Il peut être vu comme la capacité d’un système à reconnaître et appliquer des connaissances et des compétences, apprises à partir de tâches antérieures, sur de nouvelles tâches ou domaines partageant des similitudes.
| Property | Value |
|---|---|
| dbo:abstract | L'apprentissage par transfert (transfer learning en anglais) est l'un des champs de recherche de l'apprentissage automatique qui vise à transférer des connaissances d'une ou plusieurs tâches sources vers une ou plusieurs tâches cibles. Il peut être vu comme la capacité d’un système à reconnaître et appliquer des connaissances et des compétences, apprises à partir de tâches antérieures, sur de nouvelles tâches ou domaines partageant des similitudes. (fr) Transfer learning (TL) is a research problem in machine learning (ML) that focuses on storing knowledge gained while solving one problem and applying it to a different but related problem. For example, knowledge gained while learning to recognize cars could apply when trying to recognize trucks. This area of research bears some relation to the long history of psychological literature on transfer of learning, although practical ties between the two fields are limited. From the practical standpoint, reusing or transferring information from previously learned tasks for the learning of new tasks has the potential to significantly improve the sample efficiency of a reinforcement learning agent. (en) 転移学習（てんいがくしゅう、英: transfer learning）は、ある問題を解決する際に得た知識を蓄積し、関連する別の問題にそれを適用することに焦点を当てた機械学習の研究領域である。たとえば、乗用車を認識するために得た知識は、トラックを認識するためにも応用できるかもしれない。この研究領域は、に関する長い歴史を持つ心理学の文献と何かの関係をもつが、2つの分野の実用的な結びつきは限定的である。実用的な面では、過去に学習した仕事の情報を新たな仕事の学習のために再利用または転送することで、強化学習手段のサンプル効率を大幅に改善することができる可能性がある。 (ja) 迁移学习 是属于机器学习的一种研究领域。它专注于存储已有问题的解决模型，并将其利用在其他不同但相关问题上。 比如说，用来辨识汽车的知识（或者是模型）也可以被用来提升识别卡车的能力。计算机领域的迁移学习和心理学常常提到的学习迁移在概念上有一定关系，但是两个领域在学术上的关系非常有限。 (zh) Передава́льне навча́ння (ПН, англ. transfer learning, TL) — це дослідницька задача в машинному навчанні (МН), зосереджена на зберіганні знань, отриманих під час розв'язання однієї задачі, та застосуванні їх до іншої, але пов'язаної задачі. Наприклад, знання, отримані під час навчання розпізнаванню легкових автомобілів, може бути застосовано при намаганні розпізнавати вантажівки. Цей напрямок досліджень має певне відношення до тривалої історії психологічної літератури з передавання навчання, хоча практичні зв'язки між цими двома напрямами є обмеженими. З практичної точки зору, повторне використання або передавання інформації з раніше навчених задач для навчання нових задач має потенціал значно покращувати ефективність вибірки агента навчання з підкріпленням. (uk) |
| dbo:wikiPageID | 3920550 (xsd:integer) |
| dbo:wikiPageLength | 15935 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1112813964 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Electroencephalographic dbr:Zero-shot_learning dbr:General_game_playing dbr:Cognitive_science dbr:Multi-task_learning dbr:Convolutional_neural_network dbr:Crossover_(genetic_algorithm) dbr:Andrew_Ng dbr:Machine_learning dbr:Computer_vision dbr:Machine_Learning_(journal) dbc:Machine_learning dbr:Document_classification dbr:Domain_adaptation dbr:Feature_space dbr:Bayesian_networks dbr:Reinforcement_learning dbr:Artificial_neural_network dbr:Transfer_of_learning dbr:Occupancy dbr:Sebastian_Thrun dbr:Markov_logic_network dbr:Gesture_recognition dbr:Multitask_optimization dbr:Supervised_learning dbr:Electromyographic dbr:E-mail_filtering dbr:Marginal_probability_distribution |
| dbp:wikiPageUsesTemplate | dbt:Cite_book dbt:Reflist dbt:Sfn dbt:Short_description dbt:Google_books dbt:Undue_weight_section |
| dct:subject | dbc:Machine_learning |
| rdfs:comment | L'apprentissage par transfert (transfer learning en anglais) est l'un des champs de recherche de l'apprentissage automatique qui vise à transférer des connaissances d'une ou plusieurs tâches sources vers une ou plusieurs tâches cibles. Il peut être vu comme la capacité d’un système à reconnaître et appliquer des connaissances et des compétences, apprises à partir de tâches antérieures, sur de nouvelles tâches ou domaines partageant des similitudes. (fr) Transfer learning (TL) is a research problem in machine learning (ML) that focuses on storing knowledge gained while solving one problem and applying it to a different but related problem. For example, knowledge gained while learning to recognize cars could apply when trying to recognize trucks. This area of research bears some relation to the long history of psychological literature on transfer of learning, although practical ties between the two fields are limited. From the practical standpoint, reusing or transferring information from previously learned tasks for the learning of new tasks has the potential to significantly improve the sample efficiency of a reinforcement learning agent. (en) 転移学習（てんいがくしゅう、英: transfer learning）は、ある問題を解決する際に得た知識を蓄積し、関連する別の問題にそれを適用することに焦点を当てた機械学習の研究領域である。たとえば、乗用車を認識するために得た知識は、トラックを認識するためにも応用できるかもしれない。この研究領域は、に関する長い歴史を持つ心理学の文献と何かの関係をもつが、2つの分野の実用的な結びつきは限定的である。実用的な面では、過去に学習した仕事の情報を新たな仕事の学習のために再利用または転送することで、強化学習手段のサンプル効率を大幅に改善することができる可能性がある。 (ja) 迁移学习 是属于机器学习的一种研究领域。它专注于存储已有问题的解决模型，并将其利用在其他不同但相关问题上。 比如说，用来辨识汽车的知识（或者是模型）也可以被用来提升识别卡车的能力。计算机领域的迁移学习和心理学常常提到的学习迁移在概念上有一定关系，但是两个领域在学术上的关系非常有限。 (zh) Передава́льне навча́ння (ПН, англ. transfer learning, TL) — це дослідницька задача в машинному навчанні (МН), зосереджена на зберіганні знань, отриманих під час розв'язання однієї задачі, та застосуванні їх до іншої, але пов'язаної задачі. Наприклад, знання, отримані під час навчання розпізнаванню легкових автомобілів, може бути застосовано при намаганні розпізнавати вантажівки. Цей напрямок досліджень має певне відношення до тривалої історії психологічної літератури з передавання навчання, хоча практичні зв'язки між цими двома напрямами є обмеженими. З практичної точки зору, повторне використання або передавання інформації з раніше навчених задач для навчання нових задач має потенціал значно покращувати ефективність вибірки агента навчання з підкріпленням. (uk) |
| rdfs:label | Apprentissage par transfert (fr) 転移学習 (ja) Transfer learning (en) 迁移学习 (zh) Передавальне навчання (uk) |
| owl:sameAs | wikidata:Transfer learning dbpedia-fr:Transfer learning dbpedia-ja:Transfer learning dbpedia-ro:Transfer learning dbpedia-uk:Transfer learning dbpedia-zh:Transfer learning https://global.dbpedia.org/id/4nJ12 |
| prov:wasDerivedFrom | wikipedia-en:Transfer_learning?oldid=1112813964&ns=0 |
| foaf:isPrimaryTopicOf | wikipedia-en:Transfer_learning |
| is dbo:wikiPageRedirects of | dbr:Inductive_transfer |
| is dbo:wikiPageWikiLink of | dbr:One-shot_learning dbr:Deep_learning dbr:15.ai dbr:General_game_playing dbr:Generative_adversarial_network dbr:Multi-task_learning dbr:Convolutional_neural_network dbr:Applications_of_artificial_intelligence dbr:Mackenzie_Weygandt_Mathis dbr:Kernel_methods_for_vector_output dbr:Machine_learning_in_earth_sciences dbr:Speech_synthesis dbr:Synthetic_data dbr:Data_augmentation dbr:Gödel_machine dbr:Lawbot dbr:Inductive_transfer dbr:Diffusion_wavelets dbr:Global_Information_Network_Architecture dbr:Reinforcement_learning dbr:Artificial_general_intelligence dbr:Artificial_intelligence dbr:Adversarial_machine_learning dbr:Transformer_(machine_learning_model) dbr:Automated_machine_learning dbr:Human_image_synthesis dbr:OpenAI dbr:Catastrophic_interference dbr:Lorien_Pratt dbr:Murray_Shanahan dbr:Manifold_alignment dbr:Multitask_optimization dbr:Self-supervised_learning dbr:Weak_supervision dbr:Outline_of_machine_learning dbr:Outline_of_object_recognition dbr:Ronald_Summers |
| is owl:differentFrom of | dbr:Transfer_of_learning |
| is foaf:primaryTopic of | wikipedia-en:Transfer_learning |