迁移学习的发展与现状 GAIR大讲堂 | 第29期
开课时间:2017/11/04 20:00 预计时长:一个小时
课程回放
344人报名
观看回放
课程介绍

分享主题

迁移学习的发展与现状

 

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。

 

分享大纲

  • 什么是迁移学习?
  • 为什么要进行迁移学习?
  • 迁移学习的基本类别
  • 迁移学习代表性算法
  • 深度学习与迁移学习结合
  • 迁移学习最新进展

 

 

分享人

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

11月4日周六晚8点

 

 

 

 

课程须知
  • 本次分享将于11月4日周六晚8点准时开始,请大家提前10分钟进入直播教室
  • 公开课后两天内会上传回放视频,错过直播的同学也不要担心
  • 欢迎大家多多向嘉宾提问,问题被采纳者有机会获得神秘礼品