- 分类
- 按照特征分类
- 当源域和目标域含有一些共同的交叉特征时，我们可以通过特征变换，将源域和目标域的特征变换到相同空间，使得该空间中源域数据与目标域数据具有相同分布的数据分布，然后进行传统的机器学习。
- 基于模型的迁移，源域和目标域共享模型参数，也就是将之前在源域中通过大量数据训练好的模型应用到目标域上进行预测。
- 基于关系的迁移学习方法
- 当两个域是相似的时候，那么它们之间会共享某种相似关系，将源域中学习到的逻辑网络关系应用到目标域上来进行迁移，比方说生物病毒传播规律到计算机病毒传播规律的迁移。这部分的研究工作比较少。典型方法就是mapping的方法。
- 按照特征分类
- 前提：数据集比较小想用深度学习
机器学习-迁移学习
小蒋的技术栈记录2023-10-16 13:37
相关推荐
三江番长 陀舍古帝36 分钟前
AI 相关概念之（基础层级）：AI、ANI、AGI、ASI加速财经1 小时前
PocketBay探索AI应用部署新方式IT_陈寒1 小时前
Redis缓存击穿把我坑惨了，原来这样设过期时间才靠谱AKAMAI1 小时前
优化AI推理：针对AI工作负载的实时Node Balancers指标aiblog1 小时前
深度学习中“Transformer”怎么翻译为中文？董员外2 小时前
RAG 系统进化论（八）：Agentic RAG（智能体式 RAG），从回答问题到完成任务阿里云大数据AI技术2 小时前
淘天集团基于 Fluss、Paimon 与 StarRocks 构建湖流一体数据链路六边形战士DONK2 小时前
15-参数的点估计方法[矩估计,极大似然估计]RFID固定资产管理系统2 小时前
适配媒体行业的固定资产管理软件有哪些功能与核心优势575772 小时前
GEO效果监测实战：用第三方工具交叉验证AI提及率