2019年12月25日
迁移学习数据集——Domain Adaptation
摘要： Domain Adaptable 在经典的机器学习模型中，我们习惯性假设训练数据集和目标训练集有着相同的概率分布。而在现实生活中，这种约束性假设很难实现。当训练数据集和测试集有着巨大差异时，很容易出现过拟合的现象，使得训练的模型在测试集上表现不理想。 举个简单的例子，如果我们哟普大量的黄种人人脸监督 阅读全文
posted @ 2019-12-25 11:02 LiYiming 阅读(3431) 评论(0) 推荐(0) 编辑
← → ↓ ↑