手册地址:http://jd92.wang/assets/files/transfer_learning_tutorial_wjd.pdf
目录:(超链接)
暂时省略。。。
一、迁移学习的基本概念
1、为什么需要迁移学习?
2、迁移学习如何解决问题?
3、与已有概念的区别和联系
1. 迁移学习 VS 传统机器学习: 迁移学习属于机器学习的一类,但它在如下几个方面有别于传统的机器学习 (表 2):
2. 迁移学习 VS 多任务学习:多任务学习指多个相关的任务一起协同学习;迁移学习则强调知识由一个领域迁移到 另一个领域的过程。迁移是思想,多任务是其中的一个具体形式。
3. 迁移学习 VS 终身学习: 终身学习可以认为是序列化的多任务学习,在已经学习好若干个任务之后,面对新的任 务可以继续学习而不遗忘之前学习的任务。迁移学习则侧重于模型的迁移和共同学习。
4. 迁移学习 VS 领域自适应: 领域自适应问题是迁移学习的研究内容之一,它侧重于解决特征空间一致、类别空间一 致,仅特征分布不一致的问题。而迁移学习也可以解决上述内容不一致的情况。
5. 迁移学习 VS 增量学习: 增量学习侧重解决数据不断到来,模型不断更新的问题。迁移学习显然和其有着不同 之处。
6. 迁移学习 VS 自我学习: 自我学习指的是模型不断地从自身处进行更新,而迁移学习强调知识在不同的领域间 进行迁移。
7. 迁移学习 VS 协方差漂移: 协方差漂移指数据的边缘概率分布发生变化。领域自适应研究问题解决的就是协方差 漂移现象。
4、负迁移
要理解负迁移,首先要理解什么是迁移学习。
迁移学习指的是,利用数据和领域之间存在的相似性关系,把之前学习到的知识,应用于新的未知领域。
迁移学习的核心问题是,找到两个领域的相似性。找到了这个相似性,就可以合理地利用,从而很好地完成迁移学习任务。
如果这个相似性找的不合理,也就是说,两个领域之间不存在相似性,或者基本不相似,那么,就会大大损害迁移学习的效果。
·负迁移指的是,在源域上学习到的知识,对于目标域上的学习产生负面作用。
解决:Transitive transfer learning(传递迁移学习)