inwind

也不知道是誰翻譯的，或者是誰想起來的meta-learning的說法
今天才算清楚的明白了它的意思：
Literally, meta-learning means learning about learning.
In practice, meta-learning takes as input results produced by learning and generalizes over them.

現在在看對于分類算法的元學習的使用方法：
主要兩種：
   采用相同的算法，但是對于數據集采取不同的處理策略：選擇不同的特征規約或者不同的特征提取算法等等
   采用不同的算法，包括算法選擇和算法綜合，而算法綜合中又有voting 和stacking

另外，看到一篇文章，聲稱將選擇和綜合在一起使用，乘坐動態選擇算法，即訓練出一個矩陣，每個元素是某個分類器在某個類別的local confidence。然后，利用這個local confidence進行帶權值的投票