迁移学习简明手册
迁移学习简明手册
Introduction
迁移学习简明手册
写在前面
致谢
手册说明
第1章 迁移学习基本概念
基本概念
为什么需要迁移学习
与已有概念的区别和联系
负迁移
第2章 迁移学习研究领域
研究领域
第3章 迁移学习的应用
迁移学习的应用
第4章 基础知识
基础知识
迁移学习问题形式化
总体思路
度量准则
理论知识
第5章 迁移学习基本方法
迁移学习基本方法
第6章 数据分布自适应方法
总体思路
边缘分布自适应
条件分布自适应
联合分布自适应
动态分布自适应
第7章 特征选择法
特征选择法
第8章 子空间学习法
子空间学习法
统计特征对齐
流形学习
第9章 深度迁移学习
深度迁移学习
深度网络的可迁移性
最简单的深度迁移：预训练与微调
深度迁移学习方法
深度对抗迁移方法
第10章 上手实践
上手实践
TCA方法Matlab实现
TCA方法Python实现
预训练finetune实现
深度迁移学习实现
对抗迁移学习实现
第11章 迁移学习前沿
迁移学习前沿
第12章 总结
总结
第13章 附录
附录
迁移学习著名学者
迁移学习常用数据集和算法
最简单的深度迁移：预训练与微调
This page is empty.
第9章 深度迁移学习 - Previous
深度网络的可迁移性
Next - 第9章 深度迁移学习
深度迁移学习方法
Last updated
1 year ago