meta learning是什么意思？

meta learning，也称作，元学习，另一个更简单直观的说法叫让机器 “学会学习（learning to learn）”，目标是让机器可以从过往的任务中学习出某些知识、模式、或者算法的性质，可以灵活快速的指导新任务的学习，类似像人一样学会根据历史经验“举一反三”。授人以鱼，不如授之以渔。

machine learning是根据已有的数据进行学习，来完成一个task，比如分类任务、时间序列分析任务等等。通常，task和task之间，我们认为是完全独立的，相互是没有借鉴意义的。可实际上未必如此。

meta learning的核心就是让机器学会学习（learn to learn）举个例子就是，机器之前学习了100个task，之后机器学习第101个task的时候，会因为之前学习的100个task所具有的学习能力，而让第101个task表现得更好。比如说第一个任务是语音识别，第二个任务是图像识别，第一百个任务是文本分类，机器会因为之前所学到得任务，所以在后面得任务学习得更好。