Domain adaptation：连接机器学习（Machine Learning）与迁移学习（Transfer Learning）

domain adaptation（域适配）是一个连接机器学习（machine learning）与迁移学习（transfer learning）的新领域。这一问题的提出在于从原始问题（对应一个 source data distribution）学习到的模型能够很好地适应一个与之相不同的目标问题（对应一个 target data distribution）。比如垃圾邮件过滤问题（spam filtering problems）。

1. 数学描述

• $X$：input space（description space），$Y$：output space（label space），机器学习的目标在于学习到一个模型，$h:X\to Y$，这个模型的样本为：$S=\{(x_i,y_i)\}_{i=1}^m\in (X\times Y)^m$；

2. 迁移学习（transfer learning）

如图为一个在 ImageNet 1000 类别分类问题上训练好的 AlexNet 在一个五分类问题上的迁移学习过程。