2.4　概念与符号

承接上述数据分布的概念，我们从本节开始引入迁移学习中的一个重要概念：领域。基于此概念，下一节将会介绍迁移学习问题的形式化定义。

领域（Domain）是学习的主体，主要由两部分构成：数据和生成这些数据的概率分布。我们通常用花体来表示一个领域，领域上的一个样本数据包含输入x和输出y，其概率分布记为P（x，y），即数据服从这一分布：（x，y）~P（x，y）。我们用大写花体来分别表示数据所处的特征空间和标签空间，则对于任意一个样本（xi，yi），都有。因此，一个领域可以被表示为。

结合迁移学习的概念，其对应于至少两个领域：被迁移的领域和待学习的领域。在迁移学习中，被迁移的领域、含有知识的领域通常被称为源领域（Source domain，源域），而待学习的领域，则通常被称为目标领域（Target domain，目标域）。源域就是有知识、有大量数据标注的领域，是我们要迁移的对象；目标域就是我们最终要赋予知识、赋予标注的对象。知识从源域传递到目标域，就完成了迁移。通常我们用小写下标s和t来分别指代两个领域。结合领域的表示方式，表示源域，表示目标域。当时，对应于或Ps（x，y）≠Pt（x，y）。[2]