Мета-обучение (Meta-learning) – является одним из наиболее активных направлений исследований в области глубокого обучения, подмножеством машинного обучения, которое обнаруживает или улучшает алгоритм обучения. Система мета-обучения также может быть направлена на обучение модели быстрому освоению новой задачи на основе небольшого объема данных или опыта, полученного в предыдущих задачах. В контексте систем ИИ, метаобучение можно определить, как способность приобретать универсальность знаний. Путь к универсальности знаний предполагает от агентов ИИ «Учиться учиться». Основные типы метаобучающихся моделей: Мета-обучение несколько выстрелов; Оптимизатор мета-обучения; Метрическое мета-обучение; Рекуррентная модель мета-обучения.
[Чесалов А. Ю. Глоссариум по искусственному интеллекту: 2500 терминов/ А. Ю. Чесалов — «Издательские решения» 2022 г., 670 стр.]
Мета-обучение (Meta-learning) — «Обучение обучению». Подход в машинном обучении, при котором модели разрабатываются так, чтобы быстро адаптироваться к новым задачам с минимальным количеством примеров, используя опыт решения предыдущих задач.
[Нейросети и искусственный интеллект: толковый словарь. (Электронный ресурс). Режим доступа: http:// profile.ru›news/scitech/nejroseti-i-iskusstvennyj…/, свободный.]