転移学習
>既存の学習済みモデルのデータは変更せず、新たなモデルのデータのみ学習する
通常、モデルの一部（たとえば、画像認識モデルであれば畳み込み層）は固定され、新たに追加した層（全結合層など）だけが新しいタスクのデータで訓練されます
この手法は、新しいタスクのデータが少ない場合や、新しいタスクが元のタスクと似ている場合に特に有用です
利点
学習時間の短縮
より少ないデータで効果的な学習が可能に
>既に学習してあるモデルを使用し、より軽量なモデルを生み出すことです
考え方自体は昔からあり、1995年のNIPSから一般化していった
いろんな呼び方がある
帰納転移 inductive transfer
>ドメイン適応（Domain Adaptation）は，転移学習（Transfer Learning）と呼ばれる学習手法の一種です．
>十分な教師ラベルを持つドメイン（Source Domain，ソースドメイン）から得られた知識を，十分な情報がない目標のドメイン（Target Domain, ターゲットドメイン）に適用することで，目標ドメインにおいて高い精度で働く識別器などを学習します
マルチタスク学習 multitask lerning
knowledge transfer
learing to learn
lifetime lerning
共変量シフト covariate shift
標本選択バイアス
（音声の）話者適応