表征学习

✍ dations ◷ 2025-11-26 11:28:48 #表征学习

在机器学习中，特征学习或表征学习是学习一个特征的技术的集合：将原始数据转换成为能够被机器学习来有效开发的一种形式。它避免了手动提取特征的麻烦，允许计算机学习使用特征的同时，也学习如何提取特征：学习如何学习。机器学习任务，例如分类问题，通常都要求输入在数学上或者在计算上都非常便于处理，在这样的前提下，特征学习就应运而生了。然而，在我们现实世界中的数据例如图片，视频，以及传感器的测量值都非常的复杂，冗余并且多变。那么，如何有效的提取出特征并且将其表达出来就显得非常重要。传统的手动提取特征需要大量的人力并且依赖于非常专业的知识。同时，还不便于推广。这就要求特征学习技术的整体设计非常有效，自动化，并且易于推广。特征学习可以被分为两类：监督的和无监督的，类似于机器学习。监督特征学习就是从被标记的数据中学习特征。大致有一下几种方法。总体来说，字典学习是为了从输入数据获得一组的表征元素，使每一个数据点可以（近似的）通过对表征元素加权求和来重构。字典中的元素和权值可以通过最小化表征误差来得到。通过L1正则化可以让权值变得稀疏（例，每一个数据点的表征只有几个非零的权值）。监督字典学习利用输入数据的结构和给定的标签（输出）来优化字典。例如，2009年Mairal等人提出的一种监督字典学习方案被应用在了分类问题上。这个方案的优化目标包括最小化分类误差，表征误差，权值的1范数（L1正则化）和分类器参数的2范数。有监督的字典学习可以被视为一个三层神经网络（一层隐含层），第一层（输入层）到第二层（隐含层）是表征学习，第二层到第三层（输出）是分类器的参数回归。神经网络是通过多层由内部相连的节点组成的网络的一个学习算法。它的命名是受到神经系统的启发，它的每一个节点就像神经系统里的神经元，而每一条边就像一条突触。神经网络里面的每一条边都有对应的权值，而整个网络则定义运算法则将输入数据转换成为输出。神经网络的网络函数通过权值来刻画输入层跟输出层之间的关系。通过适当的调整网络函数，可以尽量最小化损耗的同时解决各种各样的机器学习任务。

相关

利比亚自发强制实施联合国安理会1973号决议的多国部队萨科齐总统埃都尔德·吉约海军上将卡梅伦首相大卫·理查兹爵士（英语：David Richards (British Army officer)）上将奥巴马总
立陶宛立陶宛国家图书馆，正式称作马尔蒂纳斯·马日维达斯立陶宛国家图书馆（立陶宛语：Lietuvos nacionalinė Martyno Mažvydo biblioteka），位于立陶宛首都维尔纽斯，为一国家级文化机构，
王士雄王士雄，字孟英，浙江海宁人，清朝医家，温病学派重要代表人物。居于杭，世为医，咸丰中，杭州陷，转徙上海，当时因战乱，疫病大作，经他治疗的病患，大多全活，名震吴越。他继承了吴又可、叶天士、吴
人民阵线人民阵线（法语：Front populaire）是20世纪上半叶战间期法国出现的一个左翼政治联盟。1935年7月14日，共产党、工人国际法国支部、激进党和各大工会组织全国规模的反法西斯示威活动
特种部队特种部队（英语：Special Forces）普遍指向接受特别及高度强度军事训练的军事单位，专门执行特种作战、侦察、渗透、狙击及反恐等非常规作战。对齐细分可以分为近军事部队的特种部队
托特纳姆热刺托特纳姆热刺足球俱乐部（英语：Tottenham Hotspur Football Club）简称热刺（英语：Spurs），是一家位于英格兰伦敦托特纳姆的足球俱乐部，目前于英格兰超级联赛比赛。俱乐部主场为托特纳姆
僧侣体世俗体（Demotic） → 科普特字母（Coptic alphabet） → 麦罗埃文 → 古努比亚字母（Old Nubian alphabet） Byblos syllabary建筑 · 艺术 · 历法科普特学 ·
宪法法院德国联邦宪法法院（德语：Bundesverfassungsgericht，简称BVerfG）是根据德国基本法特别设立的法院形式，该法院前身为1951年的西德宪法法院，1993年改制为联邦宪法法院。该法院与所有其
德国电视德国最早的电视节目播出是在1935年3月22日于柏林进行的，当时每个礼拜播出3次，每次90分钟的电视节目。在2000年时，有约3650万户德国家庭拥有电视机，这使德国成为欧洲最大的电视市
Unsymmetrical dimethylhydrazine偏二甲肼，或称1,1-二甲基联氨、偏二甲基联胺、偏二甲基肼，分子式(CH3)2NNH2，英文缩写UDMH（Unsymmetrical dimethylhydrazine），无色易燃液体。二甲胺与亚硝酸作用后经还原而得。二