迁移学习 A Survey on Deep Transfer Learning- Chuanqi Tan

论文下载地址：https://arxiv.org/abs/1808.01974?context=stat.ML

问题：

【1】传统的机器学习方法要求数据满足：训练数据与测试数据独立同分布（ independent and identically distributed
(i.i.d.) ）。而实际应用中，很多情况不满足这个条件【训练数据：素颜照片，测试数据：美颜照片】。迁移学习放开可这个假设。

【2】深度学习方法依赖于大量的训练数据。一个有趣的现象：一个模型的规模和所需数据样本的数量是呈线性关系。而实际应用中，数据很难获取，耗时耗力。迁移学习可利用充足的源域（source domain）数据来训练模型，在数据不充足的目标域（target domain）获得不错的结果。

分类：

【1】基于实例的迁移学习

假设依据："Although th