画像認識や自然言語処理において、限られた少ないデータで高性能なモデルを効率よく構築するための実務テクニックである。膨大なデータを持つ大規模なドメイン（例えばImageNetの大規模画像データセット）であらかじめ学習を済ませた「学習済みモデル（既存のネットワークの重み）」をベースとして再利用し、出力層などの一部の層だけを「自社のターゲットタスク（少量の独自データ）」にすげ替えて、その部分だけをピンポイントで追加学習させるアプローチを何というか。