Also known as: Meta learning
Метаобучение — подход, при котором система учится учиться на разных задачах, моделях или наборах данных. Вместо оптимизации только под одну задачу оно ищет стратегии или представления, которые помогают моделям быстро адаптироваться к новым задачам при ограниченном объёме дополнительных данных.
A subset of machine learning that discovers or improves a learning algorithm. A meta-learning system can also aim to train a model to quickly learn a new task from a small amount of data or from experience gained in previous tasks. Meta-learning algorithms generally try to achieve the following: - Improve or learn hand-engineered features (such as an initializer or an optimizer). - Be more data-efficient and compute-efficient. - Improve generalization. Meta-learning is related to few-shot learning.