わんしょっと

One-shot

わずか1つの学習データから未知の概念を認識する、Few-shot学習の一種です。

詳しい説明

One-shotは、わずか1つのサンプル（例）だけで、未知のクラスやタスクを学習・認識する手法です。少数のデータから素早く学習するFew-shot学習の一種であり、人間が少ない経験から未知の概念を理解する能力を模倣しようと試みます。

あらかじめ多くのデータを学習したモデルに対して、新しい対象のわずかな情報を与えることで、転移学習やメタ学習を用いて分類を行います。データ収集コストが高い問題や、新しい製品のようにデータが少ない場合に非常に有効です。

機械学習の一般的な学習（数千から数万のデータが必要）とは対照的です。G検定では、データ不足の課題を解決するアプローチとして、少数の例から学習する能力の重要性が問われます。