Apprentissage par transfert

Définition

L’apprentissage par transfert consiste à exploiter les connaissances d’un modèle d’apprentissage entraîné sur un jeu de données pour l’appliquer et l’enrichir dans le cadre d’un apprentissage sur un jeu de données différent. Il peut aussi être vu comme la capacité d’un système à reconnaître et à appliquer des connaissances et des compétences, apprises à partir de tâches antérieures, sur de nouvelles tâches ou domaines partageant des similitudes.

Bien qu’il s’agisse d’un transfert d’apprentissage, on préférera le terme apprentissage par transfert pour des questions d’uniformité avec les termes apprentissage supervisé, apprentissage non supervisé et apprentissage par renforcement.

---

Complément:

Dans la pratique courante, l’apprentissage par transfert consiste à exploiter les connaissances d’un modèle préentraîné (en anglais, pretrained model) pour l’appliquer et l’adapter par peaufinage sur un un jeu de données différent, ce qu’on nomme en anglais le fine-tuning.

Français

apprentissage par transfert

transfert d'apprentissage

Anglais

transfer learning

• Source: Google, Machine learning glossary.

Compléments vidéos

• Transfer Learning Overview Deep Learning
• Transfer Learning and Transformers
• Food Image Classification (Transfer Learning)
• Transfer Learning in Computer Vision
• What is Transfer Learning?
• What is Transfer Learning?
• Transfer Learning in Deep Learning
• What is Transfer Learning?
• TensorFlow Tutorial 09 - Transfer Learning
• TensorFlow Tutorial 11 - Transfer Learning, Fine Tuning and TensorFlow Hub
• Supervised and self-supervised transfer learning (with PyTorch Lightning)
• Introduction to transfer learning

Source: Termino