Effizientes Metalernen mit sehr wenigen Proben pro Aufgabe
Das Ziel dieser Arbeit ist es, die Stichprobenkomplexität des Metalernens und des Multitask-Lernens zu verstehen. Insbesondere zeigen wir, dass man für das Metalernen linearer Klassifikatoren über linearen Darstellungen nur k + 2 Proben pro Aufgabe benötigt, obwohl man für das Lernen eines guten spezialisierten Klassifikators k + 1 Proben pro Aufgabe bräuchte.