데이터가 몇 개 되지 않는 상황에서 학습을 하는 것이 퓨샷 러닝. 클래스당 몇개의 예ㅔ만 있는 경우, 퓨샷 분류, 회귀문제에서 소수의 데이터가 주어진 경우, 퓨샷 회귀, 강화학습의 경우 퓨샷 강화학습이라고 부름.1
활용 및 발전방향
- 실무 적용: 퓨샷러닝 개념을 실제 프로젝트나 업무 상황에 직접 적용해 이해를 심화한다.
- 연관 개념 학습: 관련 노트와 연결하여 맥락을 넓히고 응용 범위를 확장한다.
- 비교 분석: 유사한 방법론·도구와 비교하며 장단점을 파악한다.
- 참고 자료 탐색: 공식 문서나 전문 서적을 통해 더 깊은 이해를 추구한다.
- 사례 수집: 실제 사례를 꾸준히 수집하여 이 노트를 발전시킨다.
관련 노트
- Q러닝 — 공유 키워드:
AI,강화학습,딥러닝 - 강화학습 — 공유 키워드:
AI,강화학습,딥러닝 - 모방 강화학습 — 공유 키워드:
AI,강화학습,딥러닝 - AGI — 공유 키워드:
AI,딥러닝,실제 - Active Learning — 공유 키워드:
AI,딥러닝,실제
Footnotes
-
쉽게 활용하는 인공지능 비즈니스 ↩