Chuyển tiếp học tập

Học chuyển giao (còn được gọi là chuyển giao quy nạp) là một phương pháp học máy tập trung vào việc tái sử dụng kiến thức thu được cho một nhiệm vụ khác nhưng có liên quan. Học chuyển được sử dụng khi có sẵn một lượng dữ liệu hạn chế và mục tiêu là học từ miền nguồn trong khi miền đích đã được biết đến. Có hai loại học chuyển giao chính, chuyển giao quy nạp và chuyển giao chuyển nạp.

Truyền quy nạp là khi nguồn và đích là những vấn đề riêng biệt nhưng sử dụng cùng các tính năng/đầu vào và được sử dụng khi chỉ có sẵn dữ liệu nguồn hạn chế. Chuyển giao quy nạp thường được sử dụng trong môi trường học tập có giám sát, trong đó mục tiêu là áp dụng kiến thức từ miền nguồn sang miền đích.

Truyền dẫn là khi miền nguồn và miền đích có đầu vào tương tự nhưng không giống nhau và được sử dụng khi có sẵn một số dữ liệu nguồn nhưng không đủ cho một tập huấn luyện đầy đủ. Trong trường hợp này, mô hình nguồn và mô hình đích học từ nhiều nguồn, chẳng hạn như kiến thức chuyên môn hoặc ngôn ngữ tự nhiên.

Nghiên cứu về học tập chuyển giao bắt đầu vào giữa những năm 1990 với công việc tìm kiếm các cách chuyển giao kiến thức từ các nguồn đầu vào. Một cách tiếp cận phổ biến khác để học chuyển giao là đào tạo trước mạng lưới thần kinh trên các tập dữ liệu lớn và sau đó tinh chỉnh mạng trên các tập dữ liệu nhỏ hơn. Mục tiêu là tăng tính tổng quát và độ chính xác mà không cần thu thập lượng lớn dữ liệu hoặc sử dụng lại mô hình được đào tạo trước lớn cho một nhiệm vụ mới.

Học chuyển giao ngày càng trở nên quan trọng trong lĩnh vực thị giác máy tính, xử lý ngôn ngữ tự nhiên và các ứng dụng học máy khác do sự hiện diện của các bộ dữ liệu lớn. Càng ngày, các nhà nghiên cứu càng xem xét cách áp dụng phương pháp học chuyển tiếp vào các vấn đề phức tạp hơn như robot và trí tuệ nhân tạo.

Học chuyển giao là một kỹ thuật quan trọng để đạt được trí tuệ nhân tạo và là lĩnh vực nghiên cứu quan trọng trong lĩnh vực này. Với nhu cầu ngày càng tăng về bộ dữ liệu và sức mạnh tính toán, học chuyển giao sẽ tiếp tục là một lĩnh vực nghiên cứu quan trọng khi các nhà nghiên cứu tìm cách tăng độ chính xác và giảm chi phí thu thập dữ liệu.