★まさにバイブル！★転移学習は、従来の機械学習の方法では解決することが困難な要請や課題をうまく取り扱うための方法です。深層学習の登場以降、事前学習済みモデルの利用が容易になり、転移学習が広く用いられるようになってきた。本書では、転移学習の基本概念から、ドメイン適応、事前学習済みモデル、知識蒸留、マルチタスク学習、メタ学習、継続学習などをていねいに解説。この一冊から始めよう！【主な内容】第１部　転移学習への導入第１章　機械学習から転移学習へ第２章　転移学習の基本概念第２部　転移学習の基礎第３章　ドメイン適応の理論第４章　データに基づくドメイン適応の基礎第５章　モデルに基づくドメイン適応の展開第６章　事前学習済みモデル第３部　転移学習の展開第７章　知識蒸留第８章　マルチタスク学習第９章　メタ学習第１０章　少数ショット学習第１１章　ドメイン汎化第１２章　継続学習第１３章　強化学習における転移学習付録Ａ　深層ニューラルネットワークと生成モデルの基礎