机器学习笔记之~迁移学习

关于迁移学习不错的博文，值得学习：

1. https://blog.youkuaiyun.com/linolzhang/article/details/73358219

2. https://blog.youkuaiyun.com/SusanZhang1231/article/details/73249978

入门迁移学习可参考一篇文章：A Survey on Transfer Learning，Sinno JialinPan, Qiang Yang，IEEE Trans

个人关于迁移学习的粗浅理解：

在机器学习领域，我们的任务是对一个模型给定充足的数据，对机器学习模型进行训练、微调和优化，得到一个可以用于分类的模型，然后利用这个模型对测试数据进行分类。但是，这些机器学习模型，往往假设训练数据和测试数据的分布相同或者相似，然而现实中却不是这样。并且，机器学习对模型的训练需要大量的训练数据作为基础，有些领域中的数据不好收集，即使容易收集，对数据样本做标注也是一项耗时费力的工作，如何利用已有的大量标注完好的数据和收集到的少量其他领域的数据，是对机器学习进行改进的一个方向。迁移学习为解决这个问题提供了一个很好的思路，它的目标是将从一个领域中学习到的模型，应用在一个新的领域任务中，提高新领域样本不足情况下的模型识别能力。