【QA】什麼是轉移學習（Transfer learning ）？
目前監督學習是最成熟的技術，且已經可以應用在商業上，創造商業價值，而下一個最有可能商用的技術，即為遷移學習，下面我想跟大家淺談一下何為遷移學習，以及他可能的運用。
回答列表
-
2021/08/25 上午 11:45Chili贊同數：0不贊同數：0留言數：0
* 什麼是遷移學習： 簡單來說就是，把一個源領域(Source domain)已經訓練好的知識轉移到另一個目標領域(Target domain)，近一步使得目標領域能夠有更好的表現。 我們可以將辦認貓狗等模型，遷移到識別癌細胞影像中，完成更困難的辨認。 * 為何需要遷移學習： 有時，我們的源領域的訓練資料充足，且有標記，但目標領域的資料量小或是不易做標記，並與目標領域訓練資料有高度相關時，我們就適合做遷移學習，如此可以解決領域目標樣本不足的問題。換句話說，我們想透過源領域的學習解決目標領域的識別任務。 * 哪些特徵可以遷移： 當特徵是兩個領域共有時，此特徵可以遷移，但當某些特徵是源領域特有，與目標領域不相干時，則不適合遷移。 * 遷移方式：  * 總結： 遷移學習可以沿用現有知識域資料，並且不需要再去花費成本去重新蒐集、標定新資料集，最後對於快速出現的新領域，能夠更快的轉移與應用。 --- * 參考資料： 李鴻毅 https://datawhalechina.github.io/leeml-notes/#/chapter30/chapter30 更多參考： https://www.itread01.com/content/1546281723.html https://www.itread01.com/content/1547197055.html 更多應用： https://hub.packtpub.com/5-cool-ways-transfer-learning-used-today/