Dec, 2023
元学习的必要性：为学习过程学习合适的参数化
On the Necessity of Metalearning: Learning Suitable Parameterizations for Learning Processes
Massinissa Hamidi, Aomar Osmani
TL;DR探讨元学习及如何超越当前的经典学习范式，首先阐述了学习过程中归纳偏好的重要性及其影响：学习所需的数据量。接着强调选择适当的参数化对于建立明确定义的学习过程的重要性，尤其是在实际应用中面临的多种偏见，例如传感器的特殊性、数据来源的异质性、观点的多样性等。通过利用待学习概念的结构化来组织之前发布的学习过程，我们得到了这一观点。最后，讨论了参数绑定方案和学习模型中的通用因素的出现，展望了未来的发展。