転移学習（Transfer Learning）とは？
読み方: テンイガクシュウ
30秒まとめ
あるタスクで学習した知識を別のタスクに応用する機械学習手法。AI開発の効率を劇的に向上させる。
転移学習（Transfer Learning）の意味・定義
転移学習（Transfer Learning）は、あるタスクやドメインで学習済みのモデルの知識を、別のタスクやドメインに転用する機械学習手法です。例えば、大量の一般画像で学習した画像認識モデルを、少量の医療画像データで追加学習させることで、高精度な医療画像診断モデルを効率的に構築できます。ゼロからモデルを学習させるよりも、少ないデータ・短い学習時間で高い性能を達成できるのが最大の利点です。LLMの事前学習とファインチューニングの関係も転移学習の一種であり、GPTやBERTなどの基盤モデルが様々な下流タスクに応用されています。現代のAI開発において不可欠な手法です。