タグ付けされた質問 「domain-adaptation」

「転移学習」と「ドメイン適応」の間に違いはありますか？ コンテキストについては知りませんが、私の理解では、いくつかのデータセット1があり、その上でトレーニングを行い、その後、最初から再トレーニングせずにモデルを適応させたい別のデータセット2があります。 「ドメイン適応」は、この問題の解決に役立ちます。 畳み込みニューラルネットワークの分野によると： 「転移学習」とは、「微調整」を意味します[1] この場合[2]は教師なしですが、「ドメイン適応」は常に教師なしにする必要がありますか？

19 deep-learning  terminology  conv-neural-network  transfer-learning  domain-adaptation 

異なる分布に従う2つのデータセット（ソースデータとターゲットデータ）があります。ソースデータとターゲットデータ間の周辺分布を計算するために、MMD（これはノンパラメトリック距離分布です）を使用しています。 ソースデータ、X ターゲットデータ、Xt 適応マトリックスA *予測データ、Zs = A '* XsおよびZt = A' Xt * MMD =>距離（P（Xs）、P（Xt））= | mean（A'Xs）-mean（A ' Xt）| つまり、元の空間のソースデータとターゲットデータ間の分布の距離は、埋め込み空間の投影されたソースデータとターゲットデータの平均間の距離に相当します。 MMDのコンセプトについて質問があります。 MMD式で、なぜ潜在空間での距離を計算すると、元の空間での分布の距離を測定できるのでしょうか。 ありがとう

13 machine-learning  distributions  distance  feature-construction  domain-adaptation