Een bedrijf wil bestaande, vooraf getrainde domeinmodellen hergebruiken in plaats van modellen helemaal opnieuw te trainen om nieuwe, maar gerelateerde taken op te lossen. Welke ML-strategie moeten ze gebruiken?

Transfer learning is de juiste strategie. Het stelt bedrijven in staat om kennis die is opgedaan bij het oplossen van het ene probleem (via een vooraf getraind model) toe te passen op een ander, maar gerelateerd probleem. Dit vermindert de benodigde trainingstijd en data aanzienlijk, wat efficiënter is dan helemaal opnieuw beginnen. Het verhogen of verlagen van het aantal trainingsepochen is een hyperparameter-afstemmingstechniek binnen een bestaand trainingstraject, geen strategie voor het hergebruiken van modellen. Unsupervised learning is een type ML dat patronen in ongelabelde data vindt en is niet direct gericht op het hergebruiken van kennis van gelabelde, vooraf getrainde modellen voor nieuwe taken.