迁移学习作为机器学习和人工智能领域的重要方法，在计算机视觉、自然语言处理、语音识别等领域都得到了广泛的应用。《迁移学习导论》的编写目的是帮助迁移学习及机器学习相关领域的初学者快速入门。全书主要分为背景与概念、方法与技术、扩展与探索及应用与展望大部分。除此之外，本书还配有相关的代码、数据和论文资料，大限度地降低初学者的学习和使用门槛。

《迁移学习导论》适合对迁移学习感兴趣的读者阅读，也可以作为相关课程的配套教材。

王晋东

微软亚洲研究院研究员、计算技术研究所博士，主要从事迁移学习、机器学习和深度学习方面的研究。

研究成果发表在IEEE TNNLS、ACM TIST、CVPR、IJCAI、ACMMM、UbiComp等期刊和会议，获得国家奖学金、优秀博士论文奖、中科院计算所所长特别奖学金等。担任国际会议IJCAI 2019的宣传、国际期刊会议IEEE TPAMI、TKDE、ICML、NeurIPS、ICLR、CVPR等的审稿人或程序委员会委员。

热心知识分享，在知乎的博客文章浏览次数逾700万次。

陈益强

计算技术研究所所务委员、研究员、CCF Fellow，主要研究人机交互与普适计算，联邦学习与迁移学习等。

任北京市移动计算与新型终端重点实验室主任、中科院计算所泛在计算系统研究中心主任；曾入选国家“万人计划”科技创新领军人才、科技部中青年科技创新领军人才、北京市科技新星等；特殊津贴专家，东京大学、南洋理工大学兼职教授，IEEE计算智能等6个刊物的编委，IEEE可穿戴与智能交互技术委员会创始委员等。获 IJCAI-FL等人工智能和普适计算领域佳论文奖 6 项；相关成果获国家科技进步二等奖及中国计算机学会技术发明一等奖等。