《迁移学习简明手册》阅读笔记——基本知识

迁移学习的问题形式化

领域

领域 (Domain): 是进行学习的主体。领域主要由两部分构成:数据和生成这些数据的概率分布
涉及到迁移，所以对应于两个基本的领域:源领域 和 目标领域

任务

任务: 是学习的目标。任务主要由两部分组成:标签和标签对应的函数。

分类

1. 按特征空间分

• 同构迁移学习（Homogeneous TL）: 源域和目标域的特征空间相同，XS=XT
• 异构迁移学习（Heterogeneous TL）：源域和目标域的特征空间不同，XS≠XT

2. 按迁移情景分

• 归纳式迁移学习（Inductive TL）：源域和目标域的学习任务不同
• 直推式迁移学习（Transductive TL):源域和目标域不同，学习任务相同
• 无监督迁移学习（Unsupervised TL):源域和目标域均没有标签

总体思路

迁移学习的核心：找到相似性

1. 很好地度量两个领域的相似性，不仅定性地告诉我们它们是否相似，更定量地给 出相似程度。
2. 以度量为准则，通过我们所要采用的学习手段，增大两个领域之间的相似 性