《A Survey on Transfer Learning》遷移學習研究綜述 翻譯

遷移學習研究綜述 Sinno Jialin Pan and Qiang Yang,Fellow, IEEE 摘要:   在許多機器學習和數據挖掘算法中,一個重要的假設就是目前的訓練數據和將來的訓練數據,一定要在相同的特徵空間並且具有相同的分佈。然而,在許多現實的應用案例中,這個假設可能不會成立。比如,我們有時候在某個感興趣的領域有個分類任務,但是我們只有另一個感興趣領域的足夠訓練數據,並且後者的數
相關文章
相關標籤/搜索