El aprendizaje por transferencia (Transfer Learning) se refiere en el aprendizaje automático al método mediante el cual se transfiere conocimiento de una tarea fuente a una tarea objetivo para mejorar el rendimiento del aprendizaje.
Esto suele hacerse mediante el uso de modelos preentrenados, cuyos parámetros sirven como punto de partida para el entrenamiento en la tarea objetivo.
El desafío consiste en encontrar representaciones adecuadas que sean generalizables y eviten el sobreajuste (overfitting).
El aprendizaje por transferencia abarca diversos escenarios, incluyendo el aprendizaje entre dominios, el aprendizaje multitarea y el aprendizaje con pocos ejemplos (few-shot learning).
Definición:
„Transfer learning aims to improve learning in a new task through the transfer of knowledge from a related task that has already been learned.”
Fuente:
Pan, S. J., & Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345-1359.