單樣本學習 vs 零樣本學習
One-shot Learning vs Zero-shot Learning
單樣本學習 側重 單樣本學習是一種機器學習方法，旨在僅使用一個或少數幾個樣本來學習新的類別或概念，模擬人類快速學習的能力。，而 零樣本學習 側重 零樣本學習讓模型無需任何該類別的訓練範例，憑藉預訓練知識即可識別與處理未見過的類別。
逐項比較
| 項目 | 單樣本學習 | 零樣本學習 |
|---|---|---|
| 一句定義 | 單樣本學習是一種機器學習方法，旨在僅使用一個或少數幾個樣本來學習新的類別或概念，模擬人類快速學習的能力。 | 零樣本學習讓模型無需任何該類別的訓練範例，憑藉預訓練知識即可識別與處理未見過的類別 |
| 比喻 | 單樣本學習就像小孩子看過一次貓咪照片，就立刻知道路上遇到的都是貓咪一樣 -- 它只需要看過一個或幾個例子，就能辨識出新的類別，學得很快。 | 零樣本學習就像一個「舉一反三」的聰明學生 -- 老師從沒教過「獨角獸」長什麼樣，但他聽過「馬」和「角」的描述，就能在沒看過獨角獸圖片的情況下，辨識出獨角獸。 |
| 常見標籤 | 機器學習、深度學習、模型訓練、遷移學習、神經網路、電腦視覺、AI基礎、模型評估 | 機器學習、遷移學習、AI基礎 |
| iPAS 關聯度 | 未知 | 未知 |
| 考生最常問 | 單樣本學習與傳統機器學習有何不同？ | 零樣本學習準嗎？ |