Ma_tx

一、迁移学习的基本方法1、基于样本迁移根据一定的权重生成规则，对数据样本进行重用，进行迁移学习。在迁移学习中对于源域和目标域，通常假定产生它们的概率分布是不同且未知的，由于实例的维度和数量通常非常大，因此直接对概率分布进行估计是不可行的，所以，大量的研究工作都着眼于对源域和目标域的分布比值进行估计，所估计得到的比值即为样本的权重。通常假设目标域与源域的比值小与无穷，源域和目标域的条件概率分布...

一、迁移学习基本概念1、迁移学习概念：迁移学习，是指利用数据、任务、或模型之间的相似性，将在旧领域学习过的模型，应用于新领域的一种学习过程。2、为什么需要迁移学习及迁移学习的解决方法大数据与少标注之间的矛盾：在大数据时代每天都产生海量的图像、文本、语言等各类数据，但这些数据往往都是很初级的原始形态，很少有正确的人工标注。*迁移数据标注：*寻找一些与目标数据相近的有标注的数据，从而利用这...