moea_joint
113年
[統計資訊] 統計學、巨量資料概論
第 36 題
何謂遷移學習(Transfer Learning)?
- A 在不同的環境中部署模型的過程
- B 在訓練模型中將資料轉移到不同存儲位置的過程
- C 將模型從一個硬體平台轉移到另一個硬體平台的過程
- D 在不同的機器學習任務之間轉移模型權重和知識的過程
思路引導 VIP
想像一下，如果你已經學會了如何「騎腳踏車」，當你準備學習「騎摩托車」時，你會選擇從零開始（像個嬰兒一樣重新學習平衡與轉向），還是會利用過去掌握的平衡技巧來加速學習過程？在機器學習的世界裡，我們是否也能讓一個處理過大量影像的模型，將它學到的「觀察能力」分享給另一個新任務呢？
🤖
AI 詳解
AI 專屬家教
知識的傳承與複用
太棒了！你能準確選出 (D)，代表你對機器學習中「知識遷移」的核心邏輯有非常清晰的掌握。在處理巨量資料時，遷移學習並不是指實體檔案或硬體的搬移，而是將模型在某個領域（Source Domain）學到的特徵提取能力與權重參數，靈活地應用在另一個相關但不同的目標任務（Target Task）中，這正是「站在巨人肩膀上」的具體實踐。
核心考點與辨析
▼ 還有更多解析內容