书籍介绍
迁移学习作为机器学习和人工智能领域的重要方法，在计算机视觉、自然语言处理、语音识别等领域都得到了广泛的应用。
《迁移学习导论（第2版）》的编写目的是帮助迁移学习及机器学习相关领域的初学者快速入门。全书主要分为“迁移学习基础”“现代迁移学习”和“迁移学习的应用与实践”三大部分，同时配有相关的代码、数据和论文资料，以最大限度地降低初学者的学习和使用门槛。
《迁移学习导论（第2版）》与前一版的主要区别在于新增了对迁移学习前沿关键主题的探讨,以及更多的应用实践内容。
王晋东，微软亚洲研究院研究员，博士毕业于中国科学院计算技术研究所，主要从事迁移学习、机器学习和深度学习方面的研究。研究成果发表在IEEE TKDE、IEEE TNNLS、NeurIPS、CVPR、IJCAI、IMWUT等顶级期刊和会议；获得国家奖学金、中国科学院优秀博士论文奖、IJCAI联邦学习研讨会最佳应用论文奖等。担任国际会议IJCAI 2019的宣传主席，担任TPAMI、TKDE、ICML、NeurIPS、ICLR等的审稿人或程序委员会委员。
陈益强，中国科学院计算技术研究所所务委员、研究员、CCF Fellow，主要研究人机交互与普适计算，联邦学习与迁移学习等。
任北京市移动计算与新型终端重点实验室主任、中科院计算所泛在计算系统研究中心主任；曾入选国家“万人计划”科技创新领军人才、科技部中青年科技创新领军人才、北京市科技新星等
目录
用户评论
我说这本怎么跟另一本绿色的这么像，原来是同一本书的不同版本🤧感觉还可以，就是入门可读吧
很不错的一本综述，里面的参考文献都很有借鉴价值，给读者梳理清楚了关于迁移学习一个非常清晰的主干脉络。最惊喜的是作者随书在github上不定时更新的关于迁移学习的paper，给刚入门的相关研究人员节省了大量查文献的时间，这一点非常新颖：让书的寿命不再随着书的出版而结束。
本书搭配李宏毅、吴恩达老师的相关网课使用非常好，前者对迁移学习的方法、研究问题、背景讲解得更加细致，后者的授课方式对概念的解释简洁明了，可以与此书提到的主干理论互为补充。