Transfer learning、Domain adaptation以及小样本学习
文章目录
前言
从人工建立基于规则的知识库到从数据中进行机器学习,使机器像人类一样思考的尝试已经走了很长的路。目前,机器学习已经从一个模糊的学科发展成为了一种推动工业和社会发展的重要力量。机器学习是根据海量的数据来生成预测模型的,往往这些数据不仅追求的量多,还需要满足很高质量,但是很多情况下我们是无法获取大量高质量的标签数据,因此这就促使了迁移学习的发展。
1、迁移学习(Transfer learning)
迁移学习:给定源域 D s D_{s} Ds和学习任务 T s T_{s} Ts、目标域 D t D_{t} Dt和学习任务 T t T_{t} Tt,迁移学习的目的是获取源域