如果你是：
机器学习重度钻研者
蓄锐已久只待爆发
又或者你：
研究尚浅但兴趣正浓
喜爱挑战酷爱学习
这都是你
直击前沿技术，结交各路队友
的好机会！
对某一项技能或心理机能的学习和精进能够对其他技能或心理机能产生积极影响——这种效应即为迁移学习。自2006年Hinton等人提出“深度学习”概念至今，深度学习在海量数据的挖掘分析中发挥了巨大的价值。然而对于越来越多的任务来说，特定垂直领域的数据并不足以支持系统建构，而迁移学习正是克服这一限制的重要思路。
微软全球资深副总裁Peter
Lee博士在近期的采访中提出，如果所有的网络信息都成为机器学习系统的基础，那么系统就将通过迁移学习获得更个性化的信息，实现了这个愿景，人工智能普及化将又迈出一大步。百度前首席科学家吴恩达近期在NIPS上提出，迁移学习是未来五年的最为重要的机器学习应用方向。
正是看准了迁移学习的巨大潜能，本次前海征信大数据算法赛事将赛题锁定在迁移学习方向，参赛选手需依据给定的4万条业务A数据及2千条业务B数据（均作脱敏处理），建立业务B的信用评分模型。
其中业务A为信用贷款,
其特征就是债务人无需提供抵押品，仅凭自己的信誉就能取得贷款，并以借款人信用程度作为还款保证的；业务B为现金贷，即发薪日贷款（payday
loan），与一般的消费金融产品相比，现金贷主要具有以下五个特点：额度小、周期短、无抵押、流程快、利率高，这也是与其借贷门槛低的特征相适应的。
由于两种业务存在关联性，选手如何将业务A的知识迁移到业务B，以此增强业务B的信用评分模型，是本次比赛的重点。
