AI-算法(1)-迁移学习

1.迁移学习的概念
2.迁移学习的分类
3.模型融合(超级经典的图)

 


1.迁移学习
与前两年比,机器学习已经升级为迁移学习。机器学习假定的式训练集->测试集数据分布式一致的,或者叫数据特征一致,而迁移学习应用的是两者不一致的情况下。
所谓迁移学习有两个重要的概念:域(数据)-任务(要完成的事情).
在机器学习里 :原域(训练集)->目标域(测试集)。
2.迁移学习的分类

 目标任务源域目标域
归纳式不同相关无所谓是否相同无所谓是否相同
直推式相同许多可获得的带标记的数据少量带标记的数据
无监督 无带标签数据无带标签数据

3.模型融合
   无非两类:分类+回归



版权声明:本文为aggie4628原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。