元学习(meta learning) 最新进展综述论文，28页pdf

本文综述了元学习在图像分类、自然语言处理和机器人技术等领域的应用。与深度学习不同，元学习使用较少的样本数据集，并考虑进一步改进模型泛化以获得更高的预测精度。我们将元学习模型归纳为三类: 黑箱适应模型、基于相似度的方法模型和元学习过程模型。最近的应用集中在将元学习与贝叶斯深度学习和强化学习相结合，以提供可行的集成问题解决方案。介绍了元学习方法的性能比较，并讨论了今后的研究方向。

https://arxiv.org/abs/2004.11149

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“ML28” 可以获取《元学习(meta learning) 最新进展综述论文，28页pdf》专知下载链接索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源