Transfer learning (TL) je technikou v oblasti strojového učenia (machine learning/ML), ktorá predstavuje použitie poznatkov získaných z jednej úlohy na inú. Výhodou je zefektívnenie modelu a to najmä v prípade, že nemá dostatok dát pre novú úlohu. Využíva tak už existujúce modely, ktoré už boli natrénované pre nejakú úlohu a následne aplikuje a prispôsobí všeobecné vzory a reprezentácie na podobnú úlohu. Transfer learning tak dokáže znížiť čas potrebný na trénovanie modelu. Jeho najčastejšie využitie je pri rozpoznávaní objektu, Natural language processing/NLP alebo zvukovom spracovaní.