條件：有n個任務t=1,2,...,n,每個任務給予m個樣本：（xt1,yt1）,...,(xtm,ytm)。

目的:得出一個X到Y的函數ft，t=1，2，...，n。

當這些任務是相關的，聯合的任務學習應該比單獨學習每個任務的效果好，特別當每個任務的數據相當少的時候，在這種情況下，

獨自學習是很不成功的。

在這個過程中主要用到了傳遞的功能：1）通過n個任務學習得到的好的概括結果能夠傳遞到一個新的任務上，2）通過新任務t‘的一

些數據，{(xt'1,yt'1),....,xt'l,yt'l},學習函數ft'，3）從n個任務中學習到的共同結構或者共同特征確實能夠“傳遞”到新任務中來。

4）傳遞是人類智能的一個很重要的特征。

在多任務學習中，當這些任務是相關的，聯合的任務學習應該比單獨學習每個任務的效果好，特別當每個任務的數據相當少的時候，在這種情況下，獨自學習是很不成功的。

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

還有一篇是Multi-Task Feature Learning Via Efficient l2-1 Norm Minimization, 點擊這里可以下載。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》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

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內容，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站內容還不錯，歡迎將生活随笔推薦給好友。