領域自適應簡述

摘自 https://zhuanlan.zhihu.com/p/21441807 深度學習大講堂 在經典的機器學習問題中，我們往往假設訓練集和測試集分佈一致，在訓練集上訓練模型，在測試集上測試。然而在實際問題中，測試場景往往非可控，測試集和訓練集分佈有很大差異，這時候就會出現所謂過擬合問題：模型在測試集上效果不理想 當訓練集和測試集分佈不一致的情況下，通過在訓練數據上按經驗誤差最小準則訓練的模型在

>>阅读原文<<