2.6.3　迁移学习的应用

近年来，迁移学习技术已成功应用于许多实际应用中。比如从文本数据学习中学习解决情感分类问题，使用不充分的目标域数据和大量低质量的源域数据来解决图像分类问题。

此外，有几个基于迁移学习的国际竞赛，这些竞赛提供了一些急需的公共数据。在ECML/PKDD—2006挑战中，该任务是处理相关学习任务中的个性化垃圾邮件过滤和泛化。为了训练垃圾邮件过滤系统，从一组用户中收集大量带有相应标签的电子邮件：垃圾邮件或非垃圾邮件，并根据这些数据训练分类器。对于新的电子邮件用户，为该用户调整学习的模型。第一组用户和新用户的电子邮件分配是不同的，目的是使旧的垃圾邮件过滤模型适应具有更少训练数据和更少训练时间的新情况。