Domain Adaptation

领域自适应是迁移学习的分支，旨在解决训练与测试数据分布不一致的问题。常见方法包括基于差异的微调、对抗性域混淆和自训练。在深度学习中，它常用于跨域图像分类、语音识别等场景。关键挑战是目标域无标签时如何对齐特征分布并避免负迁移。