Libellé préféré : apprentissage par machine par transfert;
Définition CISMeF : 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 (source https://fr.wikipedia.org/wiki/Apprentissage_par_transfert).; Apprentissage automatique qui consiste à soumettre un modèle préentraîné à une nouvelle
phase d’entraînement sur un volume réduit de données relatives à un domaine cible
afin que le modèle ainsi obtenu génère des réponses pertinentes pour ce domaine.
L’apprentissage par transfert réduit la durée et le coût de l’appren- tissage automatique
dans un domaine cible, notamment lorsque le volume de données disponibles dans ce
domaine est faible. Journal officiel du 6 septembre 2024;
Synonyme CISMeF : apprentissage par transfert; transfer learning;
Identifiant d'origine : D000098410;
CUI UMLS : C5940533;
Liste des qualificatifs affiliables
- Type(s) sémantique(s)
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 (source https://fr.wikipedia.org/wiki/Apprentissage_par_transfert).
Apprentissage automatique qui consiste à soumettre un modèle préentraîné à une nouvelle
phase d’entraînement sur un volume réduit de données relatives à un domaine cible
afin que le modèle ainsi obtenu génère des réponses pertinentes pour ce domaine.
L’apprentissage par transfert réduit la durée et le coût de l’appren- tissage automatique
dans un domaine cible, notamment lorsque le volume de données disponibles dans ce
domaine est faible. Journal officiel du 6 septembre 2024
