- 博客(1)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 关于迁移学习的概述
概述背景传统的机器学习需要标注大量的数据，而使用过程中不同数据集可能存在一些问题：数据分布差异、标注数据过期、训练数据过期，也就是好不容易标定的数据要被丢弃，有些应用中数据的分布随着时间的推移会发生变化。定义及分类定义：给定由特征空间X和边缘概率分布P(X)组成的源域D-s和学习任务T-s，和同样由特征空间和边缘概率分布组成的目标域D-t和学习任务T-s，迁移学习的...
2019-11-05 10:51:44
320
关于迁移学习的概述.rar
关于迁移学习的概述，传统的机器学习需要标注大量的数据，而使用过程中不同数据集可能存在一些问题：数据分布差异、标注数据过期、训练数据过期，也就是好不容易标定的数据要被丢弃，有些应用中数据的分布随着时间的推移会发生变化。如何充分利用好之前标注的数据，同时又保证在新任务上的模型精度？基于这样的问题，所以就有了对迁移学习的研究。
2019-11-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人