У роботі розглянута проблематика вирішення задач з галузі машинного навчання за умови дуже обмеженої кількості зображень для тренування.
Проведено аналіз усіх існуючих розповсюджених методів вирішення цієї проблеми, які допомагають досягти задовольняючих результатів без потреби використовувати велику кількість зображень у якості прикладів для тренування. Виконана реалізація обраних методів та їх порівняння відповідно до визначених у роботі критеріїв.
Відповідно до отриманих результатів були зроблені висновки про переваги та недоліки реалізованих методів