迁移学习

王凌霞 王哲

概念内涵

迁移学习（Transfer Learning）是一种机器学习方法，是把一个领域（即源领域）的知识，迁移到另一个领域（即目标域），使得目标领域能够取得更好的学习效果。例如要对一个任务进行分类，但是次任务中數据不充足（目标域），然而却有大量的相关训练数据（源领域），此训练数据与所需进行的分类任务中的测试数据特征分布不同，在这种情况下如果采用合适的迁移学习方法或可以大大提高样本不充足任务的分类识别结果。