迁移学习的记录

• 背景：新兴领域很难得到大量的训练数据
• 从一个环境中学到的知识用来帮助新环境中的学习任务
• 训练与测试数据不服从相同的数据分布
• 一个学习算法可以利用不同学习任务之间的共性来共享统计的优点和在任务间迁移知识

DA

• 域自适应学习Domain adaptation
• 可以有效处理训练数据与测试数据具有不同分布的问题
• source domain 和 target domain

DG

• domain generalization
• 分类器的训练过程中，我们不知道target domain的任何情况。（类似无监督？）

• 方法

  • 设计跨域不变特征
  • 针对每个数据集也就是源域中的每一个子域对子分类器进行设计，然后将子分类器结合成一个融合分类器