Meta-Learning / Học Meta

📖 Meta-Learning

Definition (English):

Meta-learning ("learning to learn") is a subfield of machine learning where the goal is to design models that can learn new tasks quickly with minimal data. It focuses on how the learning process itself can be improved. Approaches include metric-based (Siamese networks, prototypical networks), optimization-based (MAML), and model-based methods.

📖 Học Meta

Định nghĩa (Tiếng Việt):

Học Meta ("học cách học") là lĩnh vực con của học máy trong đó mục tiêu là thiết kế mô hình có thể học nhiệm vụ mới nhanh chóng với dữ liệu tối thiểu. Nó tập trung vào cách quy trình học có thể được cải thiện. Các cách tiếp cận bao gồm dựa trên chỉ số (mạng Siamese, mạng nguyên mẫu), dựa trên tối ưu hóa (MAML) và dựa trên mô hình.

📂 Phân loại: Advanced ML