多任务学习方法( Multi-task learning )介绍

条件：有n个任务t=1,2,...,n,每个任务给予m个样本：（xt1,yt1）,...,(xtm,ytm)。

目的:得出一个X到Y的函数ft，t=1，2，...，n。

当这些任务是相关的，联合的任务学习应该比单独学习每个任务的效果好，特别当每个任务的数据相当少的时候，在这种情况下，

独自学习是很不成功的。

在这个过程中主要用到了传递的功能：1）通过n个任务学习得到的好的概括结果能够传递到一个新的任务上，2）通过新任务t‘的一

些数据，{(xt'1,yt'1),....,xt'l,yt'l},学习函数ft'，3）从n个任务中学习到的共同结构或者共同特征确实能够“传递”到新任务中来。

4）传递是人类智能的一个很重要的特征。

在多任务学习中，当这些任务是相关的，联合的任务学习应该比单独学习每个任务的效果好，特别当每个任务的数据相当少的时候，在这种情况下，独自学习是很不成功的。

Convex Multi-task Feature Learning 是一篇比较经典的文章，代码点击这里可以下载。

还有一篇是Multi-Task Feature Learning Via Efficient l2-1 Norm Minimization, 点击这里可以下载。这篇文章的最后一位作者就是JiePing Ye, 是LDA的大牛，2D LDA和GLDA就是他提出来的，而且他的主页上面公布了不少的源代码，有兴趣的可以看一看~

这里有关MTL的Tutorial

http://www.public.asu.edu/~jye02/Software/MALSAR/MTL-SDM12.pdf

另外， MTL的matlab工具包有：

http://asi.insa-rouen.fr/enseignants/~arakoto/code/SparseMTL.html

http://www.public.asu.edu/~jye02/Software/MALSAR/ 

（里面有manual， 如何使用）