從神經網絡到深度學習

機器學習 機器學習：尋找一個映射。 訓練階段：有大量的映射+訓練數據–>尋找一個最優的映射f*（有較高的準確性） 測試階段：f*(輸入) 監督學習，無監督學習，遷移學習（源域的知識–>目標域的知識） 遷移學習的方法： 數據分佈自適應：通過一些變換，將不同的數據分佈的距離拉近 特徵選擇：假設源域與目標域中均含有一部分公共的特徵 子空間學習：假設源域和目標域數據在變換後的子空間中會有着相似的分佈。 機

>>阅读原文<<