收起
【爱特沙龙第49期】
机器学习中的迁移学习
本次沙龙请到了厦门大学智能科学系仿脑智能实验室研究生、骑记科技数据与算法部成员的徐骏捷为大家讲述机器学习中的迁移学习~
迁移学习是运用已存有的知识对不同但相关领域问题进行求解的机器学习方法。目的是迁移已有的知识来解决目标领域中仅有少量有标签样本数据甚至没有的学习问题。
迁移学习在文本与图片分类、传感器数据挖掘、入侵检测、情感分析、协同过滤、生物信息学方面有极高的应用价值。
活动时间:8月27日 19:30
活动地点:爱特咖啡
主讲嘉宾:徐骏捷
研究方向:发育型机器人,人工神经网络,进化多目标优化,迁移学习。
内容提要:
本期沙龙我们将与你一同分享:
迁移学习的概念
迁移学习的应用领域
迁移学习的种类
方法与实验分析等