领域自适应简述

摘自 https://zhuanlan.zhihu.com/p/21441807 深度学习大讲堂 在经典的机器学习问题中，我们往往假设训练集和测试集分布一致，在训练集上训练模型，在测试集上测试。然而在实际问题中，测试场景往往非可控，测试集和训练集分布有很大差异，这时候就会出现所谓过拟合问题：模型在测试集上效果不理想 当训练集和测试集分布不一致的情况下，通过在训练数据上按经验误差最小准则训练的模型在

>>阅读原文<<