某公司想要重複使用現有的預訓練領域模型，而不是從頭開始訓練模型，以解決新的但相關的任務。他們應該使用哪種機器學習策略？

遷移學習（transfer learning）是將一個預訓練模型（在大量數據上訓練過）的知識應用於新的、相關任務的策略。這能有效利用現有模型學到的特徵，加速新模型的訓練並提高性能，特別是當新任務的數據量較少時。 增加或減少訓練週期數（epochs）是調整模型訓練過程的超參數，而非一種策略來利用預訓練模型解決新任務。無監督學習（unsupervised learning）用於處理沒有標籤的數據，例如聚類或降維，與利用預訓練模型解決有標籤的新任務目的不同。