One Forth

CONCEPT OUTLINE / self-supervised-learning

自监督学习

从数据本身构造预测或对比任务，学习可迁移表示而不依赖人工标签。

约 105 分钟正文计划中难度 4/5

章节大纲

  1. 01

    自监督学习要解决的核心问题与适用边界

  2. 02

    自监督学习的基本对象、符号和严格定义

  3. 03

    从「过拟合与泛化」推导「自监督学习」所需的关键步骤

  4. 04

    自监督学习的典型计算、反例与常见误区

知识关系

motivateslarge-language-models