多任务学习(MTL)是机器学习的一个子领域,可以同时解决多个学习任务,同时利用各个任务之间的共性和差异。与单独训练模型相比,这可以提高特定任务模型的学习效率和预测准确性。多任务学习是归纳传递的一种方法,它通过将相关任务的训练信号中包含的域信息用作归纳偏差来提高泛化能力。通过使用共享表示形式并行学习任务来实现,每个任务所学的知识可以帮助更好地学习其它任务。
药物发现中的深度学习
专知
2+阅读 · 2022年11月14日
推荐系统多任务学习上分技巧
机器学习与推荐算法
0+阅读 · 2022年10月19日
由浅入深详解NLP中的Adapter技术
PaperWeekly
7+阅读 · 2022年7月21日
一文梳理推荐系统中的多任务学习
机器学习与推荐算法
8+阅读 · 2022年6月15日
脉络梳理:推荐系统中的多任务学习
RUC AI Box
1+阅读 · 2022年6月13日
多任务学习推荐模型ESMM原理与实现
机器学习与推荐算法
0+阅读 · 2022年6月10日
你的语言模型有没有“无法预测的词”?
PaperWeekly
0+阅读 · 2022年4月23日
参考链接
父主题
微信扫码咨询专知VIP会员