詳解：遷移學(xué)習(xí)在大數(shù)據(jù)領(lǐng)域的重要意義

來源：數(shù)據(jù)科學(xué)淺談 時間：2017-02-08 10:20:45 作者：田軍

　　導(dǎo)讀：今天和大家分享一下筆者關(guān)于兩個熱點“學(xué)習(xí)遷移”和“遷移學(xué)習(xí)”的認(rèn)識，以及遷移學(xué)習(xí)在大數(shù)據(jù)領(lǐng)域的重要意義。本文部分文字內(nèi)容來源自其它專家或網(wǎng)絡(luò)，在此聲明感謝。

——

關(guān)于學(xué)習(xí)遷移

——

　　我們先來看一下網(wǎng)絡(luò)上比較通用的一種表達(dá)：“學(xué)習(xí)遷移即一種學(xué)習(xí)對另一種學(xué)習(xí)的影響，它廣泛地存在于知識、技能、態(tài)度和行為規(guī)范的學(xué)習(xí)中。任何一種學(xué)習(xí)都要受到學(xué)習(xí)者已有知識經(jīng)驗、技能、態(tài)度等的影響，只要有學(xué)習(xí)，就有遷移。遷移是學(xué)習(xí)的繼續(xù)和鞏固，又是提高和深化學(xué)習(xí)的條件，學(xué)習(xí)與遷移不可分割。”

　　以上這段話是不是太繞了？通俗的說，學(xué)習(xí)遷移就是把學(xué)習(xí)一種知識的經(jīng)驗運用在學(xué)習(xí)另一種知識中，從而快速建立起新領(lǐng)域的知識和能力。古語所說的“舉一反三”、“觸類旁通”就是典型的學(xué)習(xí)遷移。舉一反三來自《論語·述而》，孔子曾對他的學(xué)生說：“舉一隅，不以三隅反，則不復(fù)也?！币馑际钦f“我舉出一個方面，你們應(yīng)該要能靈活的推想到另外幾個方面，如果不能的話，我也不會再教你們了?！焙髞砭桶芽鬃诱f的這段話變成了“舉一反三”這句成語，意思是說學(xué)一件東西，要可以靈活地思考，運用到其他相類似的東西上。

　　那么學(xué)習(xí)的遷移是不是一定可行呢，其實不然，學(xué)習(xí)的遷移有一定的影響因素和理論基礎(chǔ)。

　　主要影響因素：

　　學(xué)習(xí)遷移的效果在一定程度上取決于學(xué)習(xí)材料之間的共同因素。由于材料之間存在著共同的因素，就會產(chǎn)生相同的反映，因而在學(xué)習(xí)中就會產(chǎn)生不同程度的遷移。

　　對學(xué)習(xí)材料的概括水平，蘇聯(lián)著名心理學(xué)家魯賓斯坦(C.Л.Pyбцнusтеǔн）強(qiáng)調(diào)，概括是遷移的基礎(chǔ)。

　　知識的組織結(jié)構(gòu)和受眾的認(rèn)知結(jié)構(gòu)，知識教材是學(xué)習(xí)的基本材料，其科學(xué)的基本結(jié)構(gòu)有助于學(xué)習(xí)的遷移。

　　學(xué)習(xí)的指導(dǎo)和訓(xùn)練，形式訓(xùn)練說假定，人類大腦的許多區(qū)域代表了許多不同的官能。人的心智是由許多不同的官能組成的，不同的官能活動相互配合就構(gòu)成各種各樣的心理活動。各種官能可以像訓(xùn)練肌肉一樣通過練習(xí)增加力量(能力)。

「學(xué)習(xí)的遷移(順向、逆向作用)」

　　 主要理論基礎(chǔ)與分類(7類)：

　?。?）正負(fù)零：正遷移，一種學(xué)習(xí)對另一種學(xué)習(xí)起到積極的促進(jìn)作用，例如：學(xué)習(xí)數(shù)學(xué)有利于學(xué)習(xí)物理，學(xué)習(xí)珠算有利于學(xué)習(xí)心算；負(fù)遷移，兩種學(xué)習(xí)之間互相干擾、阻礙，例如：方言影響普通話的學(xué)習(xí)；零遷移，兩種學(xué)習(xí)間不存在直接的互相影響。

　?。?）順向逆向：順向遷移，先前的學(xué)習(xí)對后來學(xué)習(xí)的影響，例如：舉一反三；逆向遷移，后來的學(xué)習(xí)對先前學(xué)習(xí)的影響。

　?。?）一般具體(也稱非特殊遷移與特殊遷移)：一般遷移，一種習(xí)得的一般原理、方法、策略或態(tài)度遷移到另一種學(xué)習(xí)中去，例如：獲得基本的運算技能、閱讀技能以后，運用到各種具體的學(xué)科學(xué)習(xí)中；具體遷移，一種學(xué)習(xí)中的具體特殊性經(jīng)驗直接運用到另一種學(xué)習(xí)中。

　?。?）近遠(yuǎn)自動：自遷移，個體所學(xué)的經(jīng)驗影響著相同情景中的任務(wù)操作；近遷移，把所學(xué)的經(jīng)驗遷移到與原初學(xué)習(xí)情景相似的情境中；遠(yuǎn)遷移，把所學(xué)的經(jīng)驗遷移到與原初學(xué)習(xí)情景極不相似的情境中，例如：課堂知識運用到社會實踐。

　　（5）水平垂直：水平遷移，處于同一抽象和概括水平的經(jīng)驗之間相互影響；垂直遷移，先前學(xué)習(xí)內(nèi)容與后續(xù)學(xué)習(xí)內(nèi)容是不同水平的學(xué)習(xí)活動之間的遷移。

　?。?）低通高通：低通路遷移，反復(fù)練習(xí)的技能自動化地遷移，例如：開過自家車的人可以輕松的開從朋友那兒借來的車；高通路遷移，有意識地將習(xí)得的抽象知識運用到新的情境中，例如：學(xué)習(xí)教育學(xué)時想到這些原理將會在之后的教育教學(xué)實踐中應(yīng)用。

　　（7）同化性、順應(yīng)性、重組性遷移(根據(jù)遷移過程中所需要的內(nèi)在心理機(jī)制不同)：同化性遷移，直接將原有的認(rèn)知經(jīng)驗應(yīng)用到本質(zhì)特征相同的一類事物中去；順應(yīng)性遷移，將原有認(rèn)知經(jīng)驗運用于新情境中時，需要調(diào)整原有的經(jīng)驗或?qū)π陆?jīng)驗加以概括，形成一種能包容新舊經(jīng)驗的更高一層的認(rèn)知結(jié)構(gòu)，以適應(yīng)外界變化；重組性遷移，重新組合原有認(rèn)知結(jié)構(gòu)中某些構(gòu)成要素或或成分，調(diào)整各成分間的關(guān)系或建立新的關(guān)系，從而應(yīng)用于新情境。

　　以上，使大家簡單地了解了學(xué)習(xí)的遷移，下面我們來談一談遷移學(xué)習(xí)。

——

關(guān)于遷移學(xué)習(xí)

——

　　我們先來看一下網(wǎng)絡(luò)上一種比較通用的說法，又說該說法來自香港科技大學(xué)楊強(qiáng)教授：“遷移學(xué)習(xí)即在源領(lǐng)域已經(jīng)擁有大量數(shù)據(jù)，并且在源領(lǐng)域能對數(shù)據(jù)進(jìn)行很好的應(yīng)用建立了模型后，我們換一個領(lǐng)域也能讓它使用，這樣既節(jié)省了資源，又打到時間和效果的好處，就叫做遷移學(xué)習(xí)。這就很想人的舉一反三的學(xué)習(xí)能力，比如我們學(xué)會騎自行車以后，我們又去學(xué)摩托車，發(fā)現(xiàn)很簡單，我們打球、學(xué)語言、學(xué)物理化學(xué)也有很多這樣的例子。

　　實現(xiàn)遷移學(xué)習(xí)的方法有四種：1）樣本遷移；2）特征遷移；3）基于模型的遷移學(xué)習(xí)；4）通過關(guān)系進(jìn)行遷移，比如社交網(wǎng)絡(luò)?！?/p>

　　楊強(qiáng)教授在研究過程中，詳細(xì)闡述了機(jī)器學(xué)習(xí)領(lǐng)域：深度學(xué)習(xí)(DeepLearning)、強(qiáng)化學(xué)習(xí)(Reinforcement Learning)、遷移學(xué)習(xí)(Transfer Learning)的差異，如圖：

「深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)的差異」

　　深度學(xué)習(xí)主要強(qiáng)調(diào)的是特征，強(qiáng)化學(xué)習(xí)主要強(qiáng)調(diào)的是反饋，而遷移學(xué)習(xí)主要強(qiáng)調(diào)的是適應(yīng)。

　　深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)，在大樣本數(shù)據(jù)、數(shù)據(jù)總量豐富的情景下具有重要的意義，但在小樣本數(shù)據(jù)下卻很難發(fā)揮應(yīng)應(yīng)有的價值。

　　遷移學(xué)習(xí)則在小樣本數(shù)據(jù)情況下，具有特別重要意義。

——

遷移學(xué)習(xí)在大數(shù)據(jù)領(lǐng)域的重要意義

——

　　制約行業(yè)大數(shù)據(jù)快速發(fā)展和應(yīng)用的一個特別嚴(yán)重的問題，就是在某些領(lǐng)域的既有數(shù)據(jù)量不足，如歷史數(shù)據(jù)沒有留存，又如缺乏有效的數(shù)據(jù)整理等等，總之由于數(shù)據(jù)量的不足就導(dǎo)致了無法根據(jù)已有的樣本數(shù)據(jù)快速的進(jìn)行機(jī)器學(xué)習(xí)和建模。

　　遷移學(xué)習(xí)可以有效解決上述難題，筆者從事和研究大數(shù)據(jù)應(yīng)用在行業(yè)領(lǐng)域如何落地已有多年，深有感觸。

　　數(shù)據(jù)量不足的問題：比如客戶剛剛構(gòu)建了一個電商平臺，針對某款產(chǎn)品售賣，沒有任何的數(shù)據(jù)，就無法建立模型對用戶行為進(jìn)行分析以及進(jìn)行個性化推薦。一般來說，用戶買一種貨品還會買另一種貨品，但如果知道客戶在另外一個領(lǐng)域已經(jīng)構(gòu)建了很好的模型，這個模型又與新的業(yè)務(wù)比較類似，就可以通過遷移學(xué)習(xí)將模型遷移到新電商平臺中，達(dá)到快速應(yīng)用的目的?？傮w來說，就是有兩個領(lǐng)域，一個領(lǐng)域已經(jīng)有很多的數(shù)據(jù)，能成功地建一個模型，有一個領(lǐng)域數(shù)據(jù)不多，但是和前面那個領(lǐng)域是關(guān)聯(lián)的，就可以把那個模型給遷移過來。

　　行業(yè)個性化的問題：比如金融領(lǐng)域的客戶，他們都希望在通用的大數(shù)據(jù)高級分析模型的基礎(chǔ)上，構(gòu)建屬于自己獨有的模型，這個模型來源于共知模型又區(qū)別于共知模型，還需要快速進(jìn)行構(gòu)建和應(yīng)用，對于此就可以通過遷移學(xué)習(xí)來有效解決這類問題。

　　對于遷移學(xué)習(xí)來說，大數(shù)據(jù)分析模型如何有效管理并快速應(yīng)用在其他領(lǐng)域是遷移學(xué)習(xí)最為關(guān)鍵的問題，而選擇一款有效的工具則是解決問題的關(guān)鍵所在。

　　這里為大家介紹一款工具，東軟依托在25年的行業(yè)解決方案開發(fā)經(jīng)驗的基礎(chǔ)上，對各個行業(yè)深入理解，融合了當(dāng)前最領(lǐng)先的大數(shù)據(jù)相關(guān)技術(shù)，推出了一款產(chǎn)品：SaCa RealRec數(shù)據(jù)科學(xué)平臺，這款平臺產(chǎn)品也是以筆者所在BU為核心來研發(fā)和交付的，它可以有效的解決遷移學(xué)習(xí)的問題。

「SaCa RealRec數(shù)據(jù)科學(xué)平臺產(chǎn)品組成」

　　SaCa RealRec數(shù)據(jù)科學(xué)平臺軟件：

　　SaCa RealRec數(shù)據(jù)科學(xué)平臺是聚焦大數(shù)據(jù)智能戰(zhàn)略的分析挖掘平臺及服務(wù)。整個系統(tǒng)基于分布式批處理框架、分布式內(nèi)存處理框架、分布式流數(shù)據(jù)實時框架以及大規(guī)模機(jī)器學(xué)習(xí)算法庫等大數(shù)據(jù)科學(xué)相關(guān)技術(shù)，提高企業(yè)構(gòu)建智能應(yīng)用的能力及效率，簡化復(fù)雜機(jī)器學(xué)習(xí)算法的使用成本，從而幫助企業(yè)實現(xiàn)數(shù)據(jù)驅(qū)動的商業(yè)模式。可以將大數(shù)據(jù)分析模型沉淀為企業(yè)的知識資產(chǎn)進(jìn)行有效的管理，從而可以進(jìn)行快速的遷移學(xué)習(xí)和訓(xùn)練，應(yīng)用到其它相關(guān)的領(lǐng)域。

　　作為數(shù)據(jù)科學(xué)平臺，產(chǎn)品系統(tǒng)提供了標(biāo)準(zhǔn)的數(shù)據(jù)挖掘流程，包括數(shù)據(jù)采集、特征抽取、模型訓(xùn)練、評估評測以及部署應(yīng)用五大關(guān)鍵功能。

「SaCa RealRec數(shù)據(jù)科學(xué)平臺」

　　以上，筆者與大家分享了關(guān)于兩個熱點“學(xué)習(xí)遷移”和“遷移學(xué)習(xí)”的認(rèn)識，以及遷移學(xué)習(xí)在大數(shù)據(jù)領(lǐng)域的重要意義。期望本文能為大家?guī)韼椭?/p>

　　作者簡介

　　田軍，大連理工大學(xué)碩士，現(xiàn)任東軟集團(tuán)先行產(chǎn)品研發(fā)事業(yè)部咨詢總監(jiān)，在平臺產(chǎn)品及企業(yè)信息化領(lǐng)域從業(yè)十多年，曾在東軟集團(tuán)基礎(chǔ)軟件事業(yè)部、東軟云科技有限公司任職，目前專注于數(shù)據(jù)科學(xué)、人工智能等領(lǐng)域的研究，主要研究大數(shù)據(jù)項目如何在行業(yè)進(jìn)行落地，服務(wù)過數(shù)百家行業(yè)領(lǐng)導(dǎo)者客戶，在大數(shù)據(jù)、云計算、數(shù)據(jù)中心、企業(yè)應(yīng)用平臺、業(yè)務(wù)流程管理、企業(yè)信息化集成等領(lǐng)域具有多年實戰(zhàn)經(jīng)驗。

　　注：本文系「數(shù)據(jù)科學(xué)淺談」投稿授權(quán)數(shù)據(jù)觀發(fā)布，作者：田軍，版權(quán)著作權(quán)屬原創(chuàng)者所有，禁止二次轉(zhuǎn)載，如需轉(zhuǎn)載務(wù)必申請授權(quán)。編輯： Fynlch（王培），數(shù)據(jù)觀微信公眾號（ID:cbdioreview），欲了解更多大數(shù)據(jù)行業(yè)相關(guān)資訊，可搜索數(shù)據(jù)觀（中國大數(shù)據(jù)產(chǎn)業(yè)觀察網(wǎng)www.21jieyan.cn）進(jìn)入查看。

責(zé)任編輯：王培