למידת העברה (Transfer Learning) היא טכניקה רבת עוצמה בתחום הבינה המלאכותית ולמידת מכונה הכוללת מינוף ידע שנרכש ממשימה אחת כדי לשפר את הביצוע של משימה אחרת הקשורה. במקום להכשיר מודל מאפס לכל בעיה חדשה, למידת העברה מאפשרת להתאים או לכוונן מודלים שהוכשרו מראש למשימות שונות. תהליך זה מפחית באופן משמעותי את כמות הנתונים והמשאבים החישוביים הנדרשים להדרכה, מה שהופך אותו ליעיל ומעשי יותר.
בלמידה של העברה, מודל שהוכשר על מערך נתונים גדול ומגוון עבור משימה אחת, המכונה לעתים קרובות משימת המקור, לוכד הבנה עשירה של תכונות ודפוסים. ידע זה מועבר לאחר מכן למשימה חדשה, המכונה משימת היעד, על ידי כוונון עדין של המודל עם מערך נתונים קטן יותר ספציפי למשימת היעד. גישה זו שימושית במיוחד כאשר זמינות הנתונים מוגבלת עבור משימת היעד או כאשר אימון מאפס גוזל זמן רב. למידת העברה חוללה מהפכה ביישומים שונים, מזיהוי תמונה ועד לעיבוד שפה טבעית, המאפשרת פיתוח מהיר של מודלים בעלי ביצועים גבוהים למשימות חדשות.
