摘要：传统的机器学习侧重于研究单一任务，假设训练数据和测试数据服从同样的概率分布，然而实际中这一条件往往无法满足，且对于不同任务的研究较少，这些就需要迁移学习．它可以从现有的任务中学习知识和技能用于将来的任务．然而使用迁移学习则要承担负迁移的风险．本文介绍在增强学习、多任务学习和归纳学习中避免负迁移的方法．

原文链接:http://www.cqvip.com/qk/88500X/201008/35035514.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）