نُفضّل استخراج الميزات Feature Extraction على الضبط الدقيق Fine-Tuning عندما تكون البيانات المتاحة للتدريب قليلة نسبيًا ولا تكفي لتحديث جميع أوزان النموذج، أو عندما تكون مهمة التعلم الجديدة مشابهة جدًا لمهمة النموذج الأصلي بحيث تكفي الميزات المُستخلصة مسبقًا دون الحاجة لتعديل الأوزان، وكذلك عند الرغبة في تقليل وقت التدريب والحاجة إلى موارد حسابية أقل، بينما يُفضل Fine-Tuning عند توافر بيانات كافية أو عندما تختلف المهمة الجديدة بشكل ملحوظ عن المهمة الأصلية.
ا.م.د. علاء طعيمة عبد الكاظم
أستاذ مساعد دكتور في الذكاء الاصطناعي والتعلم العميق