迁移学习系列--基本问题

1 迁移学习目标
利用源域数据学习一个目标域上的函数，使得目标域上的期望误差最小。
2. 迁移学习基本问题
2.1 何时迁移：判断当前任务是否适合进行迁移学习
2.2 何处迁移：对什么进行知识迁移（神经网络权值、特征变换矩阵）
2.3 如何迁移：迁移学习方法
3 负迁移
迁移学习指的是利用数据和领域之间存在的相似性关系，把之前学习到的特征，应用于新的未知领域。如果源域数据与目标域数据不相似，仍然强制迁移就会产生负面效果，称之为负迁移。
引起负迁移的主要因素有：
（1）源域数据质量过差
（2）目标域质量过差
（3）源域与目标域差异过大
（2）迁移学习方法选择不合适