Трансферное обучение — это техника в машинном обучении, при которой модель, обученная для одной задачи, переносится на другую, связанную задачу.
Цель состоит в повторном использовании уже изученных признаков и шаблонов, чтобы ускорить или улучшить обучение для новых задач.
Обычно в качестве отправной точки используется предварительно обученная модель, которая затем донастраивается (Fine-Tuning) под новую задачу.
Трансферное обучение особенно полезно, когда для новой задачи доступно мало обучающих данных.
Оно применяется в таких областях, как распознавание изображений, обработка речи или робототехника, где похожие задачи часто имеют схожие признаки.