A general class of transfer learning regression without implementation cost 転移学習とは対象となるタスク(課題)に対するモデルの学習の際に、関連するタスクの知識を再利用するという機械学習の方法論である。効率的な学習を可能にすることから、機械学習の次世代の駆動力として期待されている。しかしながら、現在普及している転移学習の手法は、適用できるモデルが限定されるなど使用できる機会が限られている。本発表では、幅広い状況で使用でき、実装コストがかからない汎用的な転移学習の手法と、その材料科学分野への適用例を紹介する。