転移学習:トランスファーラーニング

転移学習 Transfer Learning とは、ある領域で学習したこと(学習済みモデル)を別の領域に役立て効率的に学習させる方法です。

転移学習は、機械学習 Machine Learning で注目されている方法です。複数の領域での学習の場合には、マルチタスク学習があります。

人工知能 AIでは、多くのデータを収集できる領域で学習したモデルを、大量のデータ取得が困難な別の領域に適応させることができます。

シミュレーションした環境で学習させたモデルを現実の世界で適応させることもあります。

転移学習は、人工知能の新たなフロンティアとなっています。


機械学習 ML マシンラーニング

機械学習には、以下のものなどがあります。

深層学習 ディープラーニング Deep Learning

教師あり学習 Supervised Learning

・半教師あり学習 Semi-supervised Learning

・能動学習 アクティブラーニング Active Learning

教師なし学習 Unsupervised Learning

・特徴学習 Feature Learning

・表現学習 Representation Learning

・多様体学習 Manifold Learning

強化学習 Reinforcement Learning

・モンテカルロ法 Monte Carlo Methods

転移学習 トランスファーラーニング Transfer Learning

・マルチタスク学習 Multi Task Learning

ロボティクス

・発達学習 Developmental Learning

・ロボット学習 Robot Learning

これら「人工知能と機械学習」の詳細については、こちらを参照ください。


著者:アイ&カンパニー
脚注:本論文はフィードバックに基づき随時、更新しております。
出典:本論文の参考文献こちらを参照ください。
© 2016,2017,2018  I & COMPANY or its affiliates. All rights reserved.

お問い合わせ
コンサルティング、講演、執筆等、こちら