1,153
个编辑
更改
无编辑摘要
在其他情况下，结果不太好，例如，对于玩具的评论效果不好。为什么呢？
[[文件:终身机器学习17.png]]
目标函数（见图）
[[文件:终身机器学习18.png]]
通过惩罚开拓知识
领域级的知识
[[文件:终身机器学习19.png]]
结果之一：
右图：在均衡的类分布中具有#past域的LSC的准确率。
[[文件:终身机器学习20.png]]
终身主题建模（LTM）
好的模型（Blei et al 2003）同时执行这两个任务。主题就是一个aspect，例如，{价格，成本，便宜，昂贵，...}
[[文件:终身机器学习21.png]]
产品评论中的重点观察
在学习中不利用这种共享就显得有点silly。
[[文件:终身机器学习22.png]]
哪些知识？
