Few-Shot Learning nedir?
Türkçesi: Az Örnekli Öğrenme
İngilizcesi: Few-Shot Learning
Türkçe Okunuşu: fyu şat lörning
İngilizce Okunuşu: fjuː ʃɒt ˈlɜːnɪŋ
Dilbilgisi: İsim, (yapay zekâ ve makine öğrenimi terimi)
Kısaltması: FSL
Köken: İngilizce kökenli bir terimdir. “Few” (az), “shot” (deneme, örnek), “learning” (öğrenme) kelimelerinin birleşiminden oluşur. Makine öğrenimi literatüründe, az sayıda örnekle eğitilebilen sistemleri tanımlamak için kullanılır.
Alakalı Sözcükler: One-Shot Learning, Zero-Shot Learning, Transfer Learning, Deep Learning, Meta Learning
Few-Shot Learning (FSL), bir yapay zekâ modelinin yalnızca birkaç örnek üzerinden yeni bir görevi öğrenebilmesini ifade eder. Klasik makine öğrenimi yöntemlerinin aksine, FSL çok büyük veri kümelerine ihtiyaç duymaz. Bunun yerine, daha önce öğrenilmiş bilgileri kullanarak sınırlı örneklerle genelleme yapar. Bu yaklaşım özellikle veri toplamanın zor veya maliyetli olduğu alanlarda (örneğin tıp, nadir diller, güvenlik gibi) büyük avantaj sağlar.
FSL genellikle meta öğrenme (meta-learning) yöntemleriyle desteklenir; model “nasıl öğrenileceğini” öğrenir. Bu sayede benzer görevlerden elde ettiği deneyimi yeni görevlerde kullanabilir. Örneğin, birkaç farklı hayvan türünü tanımayı öğrenmiş bir model, sadece iki örnek görerek yeni bir türü tanıyabilir. Bu yöntem, görüntü sınıflandırmadan doğal dil işlemeye kadar geniş bir uygulama alanına sahiptir.
« Fihriste Dön
