迁移学习详解_迁移学习流程图

作者：繁依Fanyi0 | 2024-08-16 09:25:06

踩

迁移学习流程图

迁移学习可应用于多个领域：

解决标注数据稀缺性
非平稳泛化误差分析
 自然语言处理
 计算机视觉
医疗健康和生物信息学

迁移学习基本概念：

迁移学习是较大的研究领域，广义的迁移学习涉及多种学习框架，如多任务学习、领域适配、方差偏移、样本选择偏置、概念漂移、鲁棒学习，而狭义的迁移学习包括数据集偏移、领域适配和多任务学习，本文主要研究数据集偏移和领域适配

按特征空间、类别空间、边缘分布、条件分布等问题因素在领域间的异同，迁移学习可大致地划分为图所示类型体系。本文主要研究同构迁移学习中的数据集偏移和领域适配。

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/繁依Fanyi0/article/detail/987558