機器學習領域的一種方法
多任務學習是機器學習領域的一種方法，它涉及同時學習多箇相關任務。
這些任務在學習過程中共享知識，利用任務之間的相關性來提高模型在每個任務上的性能和泛化能力。多任務學習可以通過共享表示或使用共同的模型結構來實現，這樣不僅可以利用相關任務的相互關聯性緩解數據規模小導致的訓練不足問題，還可以提升模型的泛化能力。
多任務學習與單任務學習相對，後者是一次學習一箇任務。通過聯合學習多箇任務，多任務學習可以逃離局部最小值，提高主任務的預測性能，並實現任務間的信息共享和特定信息的融合，從而更準確地解決複雜問題。