少ショット学習

Few-Shot Learningは、メタトレーニングフェーズで複数の関連タスクを学習し、メタテストフェーズではわずかなサンプルのみで未見の関連タスクに適応できるようにするメタラーニング手法です。この方法は、一般的な表現を学習し、その表現に基づいてタスク固有の分類器を訓練することを目指しており、新しいタスクに対するモデルの適応性と効率性を向上させます。