All translations

Enter a message name below to show all available translations.

Found 3 translations.

Name	Current message text
^h English (en)	Formally, a '''domain''' <math>\mathcal{D} = \{\mathcal{X}, P(X)\}</math> consists of a {{Term\|latent space\|feature space}} <math>\mathcal{X}</math> and a marginal distribution <math>P(X)</math>. A '''task''' <math>\mathcal{T} = \{\mathcal{Y}, f(\cdot)\}</math> consists of a label space <math>\mathcal{Y}</math> and a predictive function <math>f</math>. Transfer learning applies when the source and target differ in domain, task, or both.
^h Spanish (es)	Formalmente, un '''dominio''' <math>\mathcal{D} = \{\mathcal{X}, P(X)\}</math> consta de un {{Term\|latent space\|espacio de características}} <math>\mathcal{X}</math> y una distribución marginal <math>P(X)</math>. Una '''tarea''' <math>\mathcal{T} = \{\mathcal{Y}, f(\cdot)\}</math> consta de un espacio de etiquetas <math>\mathcal{Y}</math> y una función predictiva <math>f</math>. El aprendizaje por transferencia se aplica cuando la fuente y el objetivo difieren en dominio, tarea o ambos.
^h Chinese (zh)	形式上，一个'''领域''' <math>\mathcal{D} = \{\mathcal{X}, P(X)\}</math> 由一个{{Term\|latent space\|特征空间}} <math>\mathcal{X}</math> 和一个边缘分布 <math>P(X)</math> 组成。一个'''任务''' <math>\mathcal{T} = \{\mathcal{Y}, f(\cdot)\}</math> 由一个标签空间 <math>\mathcal{Y}</math> 和一个预测函数 <math>f</math> 组成。当源和目标在领域、任务或两者上有所不同时，便适用迁移学习。