Uma empresa deseja reutilizar modelos de domínio pré-treinados existentes em vez de treinar modelos do zero para resolver tarefas novas, mas relacionadas. Qual estratégia de ML eles devem usar?

A aplicação de aprendizado por transferência (transfer learning) é a estratégia correta porque permite que um modelo pré-treinado em um grande conjunto de dados ou tarefa similar seja adaptado para uma nova tarefa com menos dados e recursos computacionais. Isso é ideal para reutilizar o conhecimento existente do modelo. Aumentar ou diminuir o número de épocas de treinamento são ajustes de hiperparâmetros que não abordam a reutilização de modelos pré-treinados. O aprendizado não supervisionado é um tipo de aprendizado de máquina que não utiliza rótulos e é usado para encontrar padrões em dados, não para adaptar modelos pré-treinados a novas tarefas rotuladas.