迁移学习：例如，您想通常预测文章的价格，我们使用以前的数据基于我们设计的模型。当新数据仍然出现时，我们在这里使用该模型进行预测，我们正在为新任务或一般情况下迁移相同的模型当你学习如何驾驶汽车，您将学习通用技能，如果您想驾驶卡车，您将使用这些类似的技能。这种知识转移称为转移学习。

持续学习：例如在人脸识别或图像分类系统中，首先我们用一些数据训练我们的模型，如果有新人出现，我们的模型无法识别这个人，在这种情况下我们只用新数据训练我们的模型并附加该权重进入我们的模型。一般来说，如果您在驾驶卡车时学到了任何新技能，您将不断更新您的知识并将其用于提高您的驾驶技能。这称为增量学习（或）持续学习（或）在线学习。