文章预览
迁移学习,即利用已有的数据、模型和知识,通过领域相似性和“举一反三”的联想能力,把学到的通用知识适配到新的领域、场景和任务上,它使机器学习拥有更强大的泛化能力。 迁移学习作为机器学习和人工智能领域的重要方法,在计算机视觉、自然语言处理、语音识别等领域都得到了广泛的应用。 相信很多学迁移学习的同学都阅读过知乎上的《小王爱迁移》系列文章或在GitHub上开源发布的迁移学习简明手册,之前该手册被整理成 《迁移学习导论》 一书,现在该书经过扩充后形成了第2版,已经出版发布,也就是 本次给大家推荐的 《 迁移学习 导论:第2版》。 新版对比初版有诸多不同。从大的方面讲,新版只包括三部分:第1 章到第7 章为“迁移学习基础”部分,第8 章到第14 章为“现代迁移学习”部分,第15 章到第19 章为
………………………………