遷移學習綜述

Introduction 儘管傳統的機器學習在分類、迴歸等領域取得了極大的成功，但是在實際場景中仍然有很多限制。其原因是機器學習遵循兩個重要的假設：（1）有足夠多的訓練數據以得到足夠好的模型（2）訓練數據和測試數據在同一個特徵空間，並遵循相同的分佈。 但是現實中，並不是所有的場景都遵循上述條件。許多例子都印證了上述觀點，例如（1）wifi實時定位問題。wifi實時定位一個特定時間段的數據與另一個時

>>阅读原文<<