Odborná definícia
Význam a odborné vymedzenie pojmu
Meta-learning je prístup, pri ktorom sa systém neučí iba jednu úlohu, ale využíva distribúciu úloh na naučenie stratégie rýchlej adaptácie na nové zadanie. Meta-objektív môže optimalizovať inicializáciu parametrov, pravidlo aktualizácie, reprezentáciu alebo mechanizmus porovnávania príkladov. Počas meta-tréningu sa úlohy delia na podporné a dotazovacie dáta, aby sa hodnotila schopnosť prispôsobiť sa z malého počtu príkladov. Výkon závisí od podobnosti meta-tréningových a cieľových úloh.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
Namiesto toho, aby sa model opakovane učil každý nový problém od úplného začiatku, trénuje na mnohých príbuzných problémoch a hľadá spoločný spôsob, ako sa učiť rýchlo. Pri rozpoznávaní môže v každej epizóde dostať niekoľko ukážok nových tried a následne klasifikovať ďalšie obrázky. Model si tak neukladá iba pevný zoznam tried, ale osvojí si užitočnú inicializáciu alebo metriku podobnosti. Ak je však nová úloha zásadne iná než úlohy počas meta-tréningu, sľubovaná rýchla adaptácia sa nemusí prejaviť.
Časté otázky
Otázky, ktoré spresňujú význam
Ako sa meta-learning líši od transfer learningu?
Transfer learning prenáša reprezentáciu alebo váhy z jednej širšej úlohy. Meta-learning explicitne optimalizuje výkon po adaptácii na množine úloh.
Čo je epizóda v meta-learningu?
Simulovaná malá úloha s vlastnou podpornou sadou na adaptáciu a dotazovacou sadou na vyhodnotenie. Epizódy napodobňujú budúce few-shot použitie.
Čo znamená model-agnostic meta-learning?
MAML hľadá inicializáciu, z ktorej sa model dokáže zlepšiť niekoľkými gradientnými krokmi. Metóda nie je viazaná na jednu konkrétnu architektúru.
Potrebuje meta-learning veľa úloh?
Zvyčajne potrebuje rozmanitú kolekciu úloh, aj keď každá obsahuje málo príkladov. Málo podobných úloh môže viesť k meta-overfittingu.
Ako sa pri meta-učení overuje generalizácia?
Cieľové triedy alebo úlohy musia byť oddelené od meta-tréningu. Inak môže model iba rozpoznávať známe koncepty namiesto skutočnej adaptácie.
Súvisiace pojmy
Významové a tematické súvislosti
Pojem v rozhodovaní
Odborné články, ktoré tento pojem používajú v praxi
Zdroje a redakčná stopa
Použité východiská a odborná revízia
- Finn et al., Model-Agnostic Meta-Learning
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.