模型的獨立學習方式

概述 針對一個給定的任務，通常採取的步驟是：準確一定非規模的數據集，這些數據要和真實數據集的分佈一致；然後設定一個優化目標和方法；然後在訓練集上訓練模型。 不同的模型往往都是從零開始訓練的，一切知識都需要從訓練集中得到，這就意味着每個任務都需要大量的訓練數據。在實際應用中，我們面對的任務很難滿足上述需求，比如訓練任務和目標任務的數據分佈不一致，訓練數據集過少等。這時機器學習的任務就會受到限制，因此

>>阅读原文<<