表征学习

✍ dations ◷ 2025-09-18 10:53:21 #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

库鲁病库鲁病（英语：Kuru），是一种不可治愈的退化性人类传染性海绵状脑病（Transmissible spongiform encephalopathy），一般认为其病原体为普里昂蛋白（朊毒体），与克雅二氏病类似。症状主要有头
蒽环类药物蒽环类药物（英语：Anthracyclines）或蒽环类抗生素（英语：Anthracycline antibiotics）是一类来源于波赛链霉菌青灰变种（Streptomyces peucetius var. caesius）的化疗药物。它们能够治
原线原线（primitive streak、又可称为原条、原痕），是许多动物早期胚胎具有的构造，存在于鸟类、哺乳类、爬虫类胚胎发育的过程中。原线在许多重要的胚胎发育时期扮演中线的角色，包括胚
阿尔波特·班杜拉阿尔波特·班杜拉（英语：Albert Bandura，1925年12月4日－），出生于加拿大Mundare，著名心理学家，以其社会学习论著称。班杜拉毕业于不列颠哥伦比亚大学，1951年获得爱荷华大学硕士学位，次
加州承载比加州承载比（California bearing ratio，缩写为CBR）是一种用来评估道路基层材料机械强度的渗透测试。它是在二战前由加州公路局研发的。该试验的方法是测量用一标准面积(3in2)的
微小扇头蜱Boophilus microplus微小扇头蜱（Rhipicephalus microplus）为硬蜱科扇头蜱属下的一个种，在经济上地位重要，因为它会寄生在多个家畜的物种的身上，例如：牛只、水牛、马、驴、山羊、鹿
岭南园林广东四大名园，也称为岭南四大园林，分别是顺德清晖园、番禺余荫园、东莞可园、佛山梁园。其他著名的广东园林还有很多，潮州莼园，潮阳三园林最具代表性的西园，以及澄海西塘、澳门卢
标准状况标准状况（英语：standard temperature and pressure, STP，标准温度与标准压力），简称“标况”。由于地表各处的温度、压强皆不同，即使是同一地点的温度压强也随测量时间不同而相异，因
斐迪南一世斐迪南一世（德语：Ferdinand I，1503年3月10日－1564年7月25日）哈布斯堡王朝的奥地利大公和神圣罗马帝国皇帝（1556年起；1558年加冕）。他也是匈牙利和波希米亚的国王（1526年-1564年）。斐迪
1933年授权法《授权法》（德语：Ermächtigungsgesetz），正式名称是《解救人民与帝国苦难法》（Gesetz zur Behebung der Not von Volk und Reich），在1933年3月23日由德国帝国议会（英语：Reichstag (We