المتعلم الفعال هو من يستخدم ما يعرفه بالفعل لمعالجة مشكلة جديدة. فيما يتعلق بالمتعلم الآلي، هذا يعني فهم التشابهات بين المجموعات البيانات. لتحقيق ذلك، يجب أخذ فكرة العمل مع المجموعات البيانات بجدية، بدلاً من نقاط البيانات، كالأجسام الرئيسية التي يتم نمذجتها. نحو هذا الهدف، نوضح امتدادًا لمُشغِّل الترميز التبايني (variational autoencoder) يمكنه تعلم طريقة لحساب تمثيلات أو إحصاءات للمجموعات البيانات بطريقة غير مراقبة. يتم تدريب الشبكة لإنتاج إحصاءات تلخص نموذجًا مولدًا لكل مجموعة بيانات. وبالتالي，则该网络能够实现从新数据集中高效学习，无论是无监督任务还是有监督任务。我们展示了我们能够学习可以用于以下方面的统计信息：对数据集进行聚类、将生成模型迁移到新数据集、选择数据集的代表性样本以及分类以前未见过的类别。我们将我们的模型称为神经统计学家（neural statistician），这意味着一个能够无监督地学习计算数据集汇总统计信息的神经网络。为了更符合阿拉伯语的表达习惯，我将最后一句稍作调整：نطلق على نموذجنا اسم "الاحصائي العصبي" (neural statistician)، ونعني به شبكة عصبية قادرة على تعلم كيفية حساب الإحصاءات الملخصة للمجموعات البيانات دون إشراف.