基于实例和特征的迁移学习算法研究
| 摘要 | 第1-7页 |
| ABSTRACT（英文摘要） | 第7-11页 |
| 第一章 绪论 | 第11-14页 |
| 第二章 迁移学习领域的研究现状 | 第14-18页 |
| ·多任务学习 | 第15页 |
| ·跨领域学习 | 第15页 |
| ·不同数据分布下的学习 | 第15-16页 |
| ·其他迁移学习问题 | 第16-17页 |
| ·迁移学习的应用 | 第17-18页 |
| 第三章 基于实例的迁移学习算法研究 | 第18-35页 |
| ·基于Boosting的迁移学习算法 | 第18-24页 |
| ·基本思想 | 第18-20页 |
| ·问题定义 | 第20-22页 |
| ·TrAdaBoost算法描述 | 第22-24页 |
| ·TrAdaBoost算法的理论分析 | 第24-31页 |
| ·基本符号 | 第24-25页 |
| ·辅助训练数据上的错误率 | 第25-30页 |
| ·源训练数据上的错误率 | 第30-31页 |
| ·实验分析 | 第31-35页 |
| ·数据描述 | 第32-33页 |
| ·实验结果 | 第33-35页 |
| 第四章 基于特征的迁移学习算法研究 | 第35-45页 |
| ·基于特征翻译的迁移学习算法 | 第35-42页 |
| ·翻译学习框架 | 第37-42页 |
| ·问题定义 | 第37-38页 |
| ·风险最小化框架 | 第38-39页 |
| ·模型估计 | 第39-40页 |
| ·翻译器φ | 第40-42页 |
| ·实验分析 | 第42-45页 |
| ·实验数据 | 第42页 |
| ·比较方法 | 第42-43页 |
| ·实验结果 | 第43-45页 |
| 第五章 总结与展望 | 第45-46页 |
| 参考文献 | 第46-51页 |
| 致谢 | 第51-52页 |
| 个人简历、在学期间的研究成果及发表的论文 | 第52-55页 |
