本书系统阐述迁移学习的解决方法和典型应用。首先，论述了迁移学习的基本概念、方法分类及发展历程，介绍了迁移学习的相关基础知识。然后，探讨了迁移学习的基本方法，包括基于样本、基于特征、基于模型和基于关系的迁移学习方法，阐述了深度迁移学习的经典方法，包括神经网络自适应迁移方法和神经网络对抗迁移方法，介绍了更加实用的部分域适应方法和开集域适应方法。最后，介绍了迁移学习在动作识别、目标检测及语义分割三个方向的应用。

吴心筱，女，1982年生，江苏江阴人。于2010年获得北京理工大学博士学位。现任北京理工大学副教授，博士生导师。主要研究方向为图像视频内容理解、计算机视觉。在IJCV、IEEE TIP、IEEE TNNLS、IEEE TMM等重要国际刊物和ICCV、CVPR、ACM MM、AAAI、IJCAI等顶级国际会议上发表学术论文30余篇。负责国家自然科学基金青年和面上项目、教育部博士点基金等项目。获“2012年中国人工智能学会优秀博士学位论文”荣誉。