1．転 移 学 習 と は

　近年，機械学習の応用が盛んであるが，その中で，自ら保有するデータを関連する他のデータを使って補強し精度を向上する技術として転移学習が注目を集めている．

　通常の機械学習と対比するため，例を挙げる（図1）．ある学生がある学校のある科目のテストで高得点を取りたいとしよう．一つのアプローチとして，過去問を勉強し対策することができる．また，もう一つのアプローチとして，過去問と同時に参考書も勉強し対策することもできる．後者の場合，参考書の中で過去問と関連性が高い部分を重点的に勉強し，過去問だけでは得られない知識を補強することが可能となる．

　転移学習を改めて定義すると，目標ドメインのタスクの精度を向上させるために，目標ドメインのデータに加えタスクに有用な元ドメインのデータから得た知識も併せて活用する機械学習の技術である．上記の例では，ある学校のある科目のテストで出題される問題の答えを出すことがタスクであり，当該学校の当該科目のテストが目標ドメイン，参考書が元ドメインとなる．

2．データの条件に応じた転移学習のプロセス

　転移学習の具体的なプロセスは，各ドメインのデータの条件に依存する．2.1では想定されるデータの条件を説明し，2.2では転移学習がデータの条件に応じた複数のプロセスを経て実現されることを説明する．