本書著眼於管理實際中的資源再利用，對數據挖掘領域最前沿的遷移學習（transfer learning）進行了詳細闡述，並著重介紹了套用最為廣泛的分類學習（classification），將最前沿的研究進行了歸納總結，並通過實際算法分析，將領域內的最新進展提供給讀者，使讀者能夠使用遷移學習的工具構建模型並套用到實際問題。本書主要讀者對象為具有管理和計算機背景並在數據挖掘領域有初步研究的學者。
基本介紹
- 書名：遷移學習：理論與實踐
- 作者：邵浩
- ISBN：978-7-313-10656-8
- 頁數：129
- 出版社：上海交通大學出版社
- 出版時間：2013-12-30
- 裝幀：平裝
- 開本：16開
目錄
Preface
Chapter 1Introduction
Chapter 2Literature Review and Preliminaries for MDLP
Chapter 3Extended MDL Principle for Featurebased Transfer Learning
Chapter 4Compact Coding for Hyperplane Classifiers in a
Heterogeneous Environment
Chapter 5Adaptive Transfer Learning with Query by
Committee
Chapter 6Gaussian Process for Transfer Learning through
Minimum Encoding
Chapter 7Concluding Comments
Appendix ATarget Concepts in Chapter 3
Bibliography
