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