一個例子瞭解遷移學習

遷移學習 對於傳統機器學習而言，要求訓練樣本與測試樣本滿足獨立同分布，而且必須要有足夠多的訓練樣本。而遷移學習能把一個領域（即源領域）的知識，遷移到另外一個領域（即目標領域），目標領域往往只有少量有標籤樣本，使得目標領域能夠取得更好的學習效果。       遷移方式 樣本遷移，在源領域中找出與目標領域相似的樣本，增加該樣本的權重，使其在預測目標與的比重加大。 特徵遷移，源領域與目標領域包含共同的交

>>阅读原文<<