迁移学习概念简介

传统的机器学习过程中，不同的任务会用到不同的机器学习模型，然而迁移学习是针对某一种类型构造的数据也可以运用到另一类型的系统和数据中。   迁移学习是从一个或多个源领域中通过训练该模型，得出有用的知识并将其用在新的目标任务上（未标记的同一类有相似特征的物品或者是未标记的不同类物品）本质是知识的迁移再利用。 迁移学习的目标是从一个或者多个源领域任务中提取有用知识并将其用在新的目标任务上，本质上就是知识

>>阅读原文<<