【预告】中科院博士:迁移学习的发展与现状 | 公开课

2017 年 10 月 30 日 AI研习社 不灵叔


分享背景

迁移学习伴随着最近几年的机器学习热潮,也成为了目前最炙手可热的研究方向。机器学习大牛Andrew Ng在2016年NIPS上提出“迁移学习将会是引领下一次机器学习热潮的驱动力”。


迁移学习强调通过不同领域之间通过知识迁移,来完成传统机器学习较难完成的任务。例如,传统机器学习依赖于大量标定数据来训练模型,当缺乏标定数据时,传统机器学习就很难得到泛化能力强的模型。此时,迁移学习就可以借助于其他相关领域的知识,来帮助训练更具有泛化能力的模型。迁移学习是解决标定数据难获取这一基础问题的重要手段,也是未来更好地研究无监督学习的重要方法。


建议预读文献


A survey on Transfer Learning》


论文地址:http://ieeexplore.ieee.org/abstract/document/5288526/


A major assumption in many machine learning and data mining algorithms is that the training and future data must be in the same feature space and have the same distribution. However, in many real-world applications, this assumption may not hold. For example, we sometimes have a classification task in one domain of interest, but we only have sufficient training data in another domain of interest, where the latter data may be in a different feature space or follow a different data distribution. In such cases, knowledge transfer, if done successfully, would greatly improve the performance of learning by avoiding much expensive data-labeling efforts. In recent years, transfer learning has emerged as a new learning framework to address this problem. This survey focuses on categorizing and reviewing the current progress on transfer learning for classification, regression, and clustering problems. In this survey, we discuss the relationship between transfer learning and other related machine learning techniques such as domain adaptation, multitask learning and sample selection bias, as well as covariate shift. We also explore some potential future issues in transfer learning research.


《小王爱迁移》


系列文章地址:https://zhuanlan.zhihu.com/wjdml



分享提纲

1.什么是迁移学习?

2.为什么要进行迁移学习?

3.迁移学习的基本类别

4.迁移学习代表性算法

5.深度学习与迁移学习结合

6.迁移学习最新进展



分享主题

迁移学习的发展与现状



分享人简介

王晋东,现于中国科学院计算技术研究所攻读博士学位,研究方向为迁移学习和机器学习等。他在国际权威会议ICDM、UbiComp等发表多篇文章。同时,也是知乎等知识共享社区的机器学习达人(知乎用户名:王晋东不在家)。他还在Github上发起建立了多个与机器学习相关的资源仓库,成立了超过120个高校和研究所参与的机器学习群,热心于知识的共享。个人主页:http://jd92.wang



分享时间

北京时间11月4日(周六)晚20:00 


参与方式

扫描海报二维码添加社长微信,备注「王晋东」


公开课精彩往期回顾

复旦Ph.D沈志强:用于目标检测的DSOD模型(ICCV 2017)

极限元刘斌:深度学习在语音生成问题上的典型应用

搜狗文仕学:基于深度学习的语音分离

Video ++孙兆民:视频内容识别行业分析

悉尼科大王超岳:基于生成对抗网络的图像编辑方法

达观数据张健:文本分类方法和应用案例 

清华Ph.D王书浩:基于深度学习的电商交易欺诈检测系统

Twitter工程师王东:详解YOLO2与YOLO9000目标检测系统

Kaggle比赛金牌团队:图像比赛的通用套路有哪些?

宜远智能刘凯:显著降低模型训练成本的主动增量学习


如果你觉得活动不错,欢迎点赞并转发本文~

                    

登录查看更多
3

相关内容

迁移学习(Transfer Learning)是一种机器学习方法,是把一个领域(即源领域)的知识,迁移到另外一个领域(即目标领域),使得目标领域能够取得更好的学习效果。迁移学习(TL)是机器学习(ML)中的一个研究问题,着重于存储在解决一个问题时获得的知识并将其应用于另一个但相关的问题。例如,在学习识别汽车时获得的知识可以在尝试识别卡车时应用。尽管这两个领域之间的正式联系是有限的,但这一领域的研究与心理学文献关于学习转移的悠久历史有关。从实践的角度来看,为学习新任务而重用或转移先前学习的任务中的信息可能会显着提高强化学习代理的样本效率。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
2019中国硬科技发展白皮书 193页
专知会员服务
78+阅读 · 2019年12月13日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
115+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
99+阅读 · 2019年10月9日
计算机经典算法回顾与展望——机器学习与数据挖掘
中国计算机学会
5+阅读 · 2019年10月11日
NLP领域中的迁移学习现状
AI科技评论
7+阅读 · 2019年9月1日
一文了解迁移学习经典算法
AI100
11+阅读 · 2018年8月4日
迁移学习在深度学习中的应用
专知
23+阅读 · 2017年12月24日
论文 | 2017CIKM - 迁移学习专题论文分享
机器学习研究会
6+阅读 · 2017年12月22日
【回顾】迁移学习的发展和现状
AI研习社
8+阅读 · 2017年11月17日
独家 | 一文读懂迁移学习(附学习工具包)
数据派THU
11+阅读 · 2017年7月13日
A Comprehensive Survey on Transfer Learning
Arxiv
117+阅读 · 2019年11月7日
Transfer Adaptation Learning: A Decade Survey
Arxiv
37+阅读 · 2019年3月12日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
4+阅读 · 2018年9月11日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
151+阅读 · 2017年8月1日
VIP会员
相关VIP内容
2019中国硬科技发展白皮书 193页
专知会员服务
78+阅读 · 2019年12月13日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
115+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
99+阅读 · 2019年10月9日
相关资讯
计算机经典算法回顾与展望——机器学习与数据挖掘
中国计算机学会
5+阅读 · 2019年10月11日
NLP领域中的迁移学习现状
AI科技评论
7+阅读 · 2019年9月1日
一文了解迁移学习经典算法
AI100
11+阅读 · 2018年8月4日
迁移学习在深度学习中的应用
专知
23+阅读 · 2017年12月24日
论文 | 2017CIKM - 迁移学习专题论文分享
机器学习研究会
6+阅读 · 2017年12月22日
【回顾】迁移学习的发展和现状
AI研习社
8+阅读 · 2017年11月17日
独家 | 一文读懂迁移学习(附学习工具包)
数据派THU
11+阅读 · 2017年7月13日
相关论文
Top
微信扫码咨询专知VIP会员