会员服务
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。
Reluctant Transfer Learning in Penalized Regressions for Individualized Treatment Rules under Effect Heterogeneity
Arxiv
0+阅读 · 11月11日
Multi-Attribute Preferences: A Transfer Learning Approach
Arxiv
0+阅读 · 11月25日
Advantages and limitations in the use of transfer learning for individual treatment effects in causal machine learning
Arxiv
0+阅读 · 12月18日
Distance-Preserving Representations for Genomic Spatial Reconstruction
Arxiv
0+阅读 · 11月20日
Heterogeneous transfer learning for high-dimensional regression with feature mismatch
Arxiv
0+阅读 · 11月28日
Robust Weight Imprinting: Insights from Neural Collapse and Proxy-Based Aggregation
Arxiv
0+阅读 · 12月5日
Robust Multi-Disease Retinal Classification via Xception-Based Transfer Learning and W-Net Vessel Segmentation
Arxiv
0+阅读 · 12月11日
SmallML: Bayesian Transfer Learning for Small-Data Predictive Analytics
Arxiv
0+阅读 · 11月18日
Geometrically Regularized Transfer Learning with On-Manifold and Off-Manifold Perturbation
Arxiv
0+阅读 · 11月26日
Portfolio Optimization via Transfer Learning
Arxiv
0+阅读 · 11月26日
A Lightweight Transfer Learning-Based State-of-Health Monitoring with Application to Lithium-ion Batteries in Autonomous Air Vehicles
Arxiv
0+阅读 · 12月14日
A Lightweight Transfer Learning-Based State-of-Health Monitoring with Application to Lithium-ion Batteries in Unmanned Air Vehicles
Arxiv
0+阅读 · 12月9日
Covariate-Elaborated Robust Partial Information Transfer with Conditional Spike-and-Slab Prior
Arxiv
0+阅读 · 12月8日
Neyman-Pearson Classification under Both Null and Alternative Distributions Shift
Arxiv
0+阅读 · 11月10日
Data Quality Monitoring for the Hadron Calorimeters Using Transfer Learning for Anomaly Detection
Arxiv
0+阅读 · 11月5日
参考链接
微信扫码咨询专知VIP会员
Top