迁移学习与主动学习:http://www.mamicode.com/info-detail-2720488.html
迁移学习不迁移个体特有的特征,迁移那些对所有个体都有贡献的特征
归纳迁移学习inductive(任务不同,域可能相同可能不同),直推式迁移学习transductive(任务相同,域可能相同可能不同),无监督迁移学习(源和目标均没有标签)
主动学习:使用较少的数据获得性能较好的分类器。active learning(在于选择样本)
通过算法查询最有用的未标记数据,然后使用查询到的样本训练分类模型提高模型精确度。主动学习器选择最不确定的那些样本提交给督导者进行标注。
半监督学习:纯半监督学习inductive、直推式学习transductive
主动学习
半监督和主动学习都是利用未标记数据的学习技术
主动学习需要借助外界,是交互进行的
直推学习(“封闭世界”)假设未标记的数据就是最终要用来测试的数据,学习的目的就是在这些数据上取得最佳泛化能力。相对应的,纯半监督学习(“开放世界”)在学习时并不知道最终的测试用例是什么。
迁移学习:https://blog.csdn.net/csdn_47/article/details/83107201
https://blog.csdn.net/sinat_22510827/article/details/86765479