條件：有n個(gè)任務(wù)t=1,2,...,n,每個(gè)任務(wù)給予m個(gè)樣本：（xt1,yt1）,...,(xtm,ytm)。

目的:得出一個(gè)X到Y(jié)的函數(shù)ft，t=1，2，...，n。

當(dāng)這些任務(wù)是相關(guān)的，聯(lián)合的任務(wù)學(xué)習(xí)應(yīng)該比單獨(dú)學(xué)習(xí)每個(gè)任務(wù)的效果好，特別當(dāng)每個(gè)任務(wù)的數(shù)據(jù)相當(dāng)少的時(shí)候，在這種情況下，

獨(dú)自學(xué)習(xí)是很不成功的。

在這個(gè)過程中主要用到了傳遞的功能：1）通過n個(gè)任務(wù)學(xué)習(xí)得到的好的概括結(jié)果能夠傳遞到一個(gè)新的任務(wù)上，2）通過新任務(wù)t‘的一

些數(shù)據(jù)，{(xt'1,yt'1),....,xt'l,yt'l},學(xué)習(xí)函數(shù)ft'，3）從n個(gè)任務(wù)中學(xué)習(xí)到的共同結(jié)構(gòu)或者共同特征確實(shí)能夠“傳遞”到新任務(wù)中來。

4）傳遞是人類智能的一個(gè)很重要的特征。

在多任務(wù)學(xué)習(xí)中，當(dāng)這些任務(wù)是相關(guān)的，聯(lián)合的任務(wù)學(xué)習(xí)應(yīng)該比單獨(dú)學(xué)習(xí)每個(gè)任務(wù)的效果好，特別當(dāng)每個(gè)任務(wù)的數(shù)據(jù)相當(dāng)少的時(shí)候，在這種情況下，獨(dú)自學(xué)習(xí)是很不成功的。

Convex Multi-task Feature Learning 是一篇比較經(jīng)典的文章，代碼點(diǎn)擊這里可以下載。

還有一篇是Multi-Task Feature Learning Via Efficient l2-1 Norm Minimization, 點(diǎn)擊這里可以下載。這篇文章的最后一位作者就是JiePing Ye, 是LDA的大牛，2D LDA和GLDA就是他提出來的，而且他的主頁上面公布了不少的源代碼，有興趣的可以看一看~
這里有關(guān)MTL的Tutorial http://www.public.asu.edu/~jye02/Software/MALSAR/MTL-SDM12.pdf

另外， MTL的matlab工具包有： http://asi.insa-rouen.fr/enseignants/~arakoto/code/SparseMTL.html
http://www.public.asu.edu/~jye02/Software/MALSAR/?

（里面有manual， 如何使用）

原文鏈接：http://blog.csdn.net/inter_xuxing/article/details/8617856

《新程序員》：云原生和全面數(shù)字化實(shí)踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的多任务学习有用的资料的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。