AI-算法(1)-迁移学习

1.迁移学习的概念
2.迁移学习的分类
3.模型融合(超级经典的图)
 

---

1.迁移学习
与前两年比，机器学习已经升级为迁移学习。机器学习假定的式训练集->测试集数据分布式一致的，或者叫数据特征一致,而迁移学习应用的是两者不一致的情况下。
所谓迁移学习有两个重要的概念：域（数据）-任务（要完成的事情）.
在机器学习里 ：原域（训练集）->目标域（测试集）。
2.迁移学习的分类

	目标任务	源域	目标域
归纳式	不同相关	无所谓是否相同	无所谓是否相同
直推式	相同	许多可获得的带标记的数据	少量带标记的数据
无监督		无带标签数据	无带标签数据

3.模型融合
   无非两类：分类+回归