أو التعلم بالنقل، تقنية تعلم آلي تسمح بالاستفادة من المعرفة المكتسبة من حل مشكلة ما وتطبيقها على مشكلة ثانية مشابهة للأولى، وبكلمات أخرى إعادة استخدام أجزاء من نموذج مُدرب مسبقاً في نموذج يهدف إلى حل مشكلة جديدة. فعلى سبيل المثال يمكن نقل جزء استخراج الميزات من نموذج مدرب للتعرف على السيارات إلى نموذج مهمته التعرف على الشاحنات. وبشكل أساسي تُستخدم تقنية نقل التعلم في تطبيقات الرؤية الحاسوبية ومعالجة اللغات الطبيعية.
يُعد الهدف الأساسي لتقنية نقل التعلم تخطي نهج التعلم المعزول الذي يركز على أداء مهمة واحدة فقط، وإتاحة إمكانية استخدام المعرفة المكتسبة من تعلم مهمة ما لحل جميع المهام ذات الصلة. وبالتالي تطوير نماذج تعلم آلي أكثر كفاءةً تتمتع بقدرة التعلم واكتساب الخبرة بطريقة مشابهة للبشر. فضلاً عن أن استخدام نموذج مدرب مسبقاً يساعد على تخفيض الزمن اللازم لتدريب النماذج الجديدة بشكل ملحوظ.
تؤدي تقنية نقل التعلم في بعض الأحيان إلى تخفيض جودة أداء النموذج للمهمة الجديدة ويدعى في هذه الحالة بالنقل السلبي. لذلك يُعد ضمان النقل الإيجابي بين المهام المتشابه وتجنب النقل السلبي بين المهام الأقل تشابهاً واحداً من أهم التحديات التي تواجه الباحثين أثناء تطوير طرق وأساليب النقل.
