首页 >
表征学习
✍ dations ◷ 2025-04-08 00:07:10 #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
- 兔热病兔热病(拉丁语:Tularemia),又称野兔病(rabbit fever)、鹿蝇热(deer fly fever)、大原病(Ohara's fever)、法兰西斯氏病,一种因为细菌感染引起的人畜共通传染病。病原为土伦病法兰西斯氏
- 电极在电池中,电极一般指与电解质溶液发生氧化还原反应的位置。电极有正负之分,正极指电位(电势)较高的一端,负极指电位较低的一端。一般正极为阴极,获得电子,发生还原反应,负极则为阳极
- 元分析统计学上来说,元分析(meta-analysis,或译作后设分析、整合分析、综合分析、统合分析、荟萃分析)是指将多个研究结果整合在一起的统计方法。就用途而言,它是文献回顾的新方法。文
- 罗马骑士阶级罗马骑士阶级(翻译自拉丁语:Equites),简称骑士阶级,是古罗马共和国时期两个上层阶级中较低等的一个阶级,位列元老阶级之下。虽然该阶级同样被译为中文的“骑士阶级”,但是其实与中
- 格拉斯哥坐标:55°51′29″N 4°15′32″W / 55.858°N 4.259°W / 55.858; -4.259格拉斯哥(英语:Glasgow /ˈɡlɑːzɡoʊ, ˈɡlæz-/; 低地苏格兰语:Glesca;苏格兰盖尔语:Glaschu)是英国
- 螺旋形螺旋是一种像螺线及螺丝的扭纹曲线,为一种在生物学上常见的形状,例如在DNA及多种蛋白质均可发现这种结构。螺旋分为左旋和右旋。从螺旋中心沿轴线望去,如果螺旋由近至远为逆时
- 移情别恋移情别恋可以指:
- 政治全球化政治全球化又称全球政治一体化,指政治权利和政治活动跨越国家的疆界,例如恐怖分子活动,要求各国加强防止恐怖活动发生等。在政治全球化之下,国与国出现纷争和冲突是难以避免的,有
- 肝斑黄褐斑(Melasma,chloasma faciei:854),又称肝斑、黑斑、黑皮病,是一种皮肤颜色变深为黄褐色的疾病,发生在孕妇身上时候被称为妊娠面斑(mask of pregnancy)。黄褐斑通常被认为是日晒
- NaI碘化钠是一种白色晶体,实验式为NaI,用于辐射侦测、治疗碘缺乏症及作为Finkelstein反应的反应物。 无臭,味咸而微苦。有潮解性。在空气和水溶液中逐渐析出碘而变黄或棕。1g溶于0