表征学习

✍ dations ◷ 2025-06-07 01:56:17 #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

惊恐发作恐慌发作（Panic attack）的意义为患者在强烈恐惧下，表现出一系列的身心症状。（常见换气过度或气喘）当恐慌发作，患者会感受到强烈不适，因此常求助于急诊室。一个人在一生中可能出现极
羊肚菌羊肚菌属（学名：Morchella、英语：morels），是子囊菌门羊肚菌科的一个属，形态特征为子囊果的外表呈蜂窝状。本属最早于1794年由克里斯蒂安·亨德里克·珀森描述发表，模式种为美味羊肚
罗伯特·温伯格罗伯特·阿伦·温伯格（英语：Robert Allan Weinberg，1942年11月11日－），美国癌症学家。1969年，取得麻省理工学院博士学位。他是麻省理工学院的丹尼尔·K·路德维希癌症研究教授（Daniel
民间音乐民间音乐，又称民俗音乐、民间歌谣，简称民歌、民谣、民乐，于国际民间音乐协会之解释定义为“经过口传过程发展起来的普罗大众音乐”，也就是该音乐散布过程，纯粹是由演奏者或音乐接
朔望月朔望月，在天体测量学中，是指月球连续两次合朔的时间间隔。因为摄动的关系，朔望月的长度大约在29.27至29.83天之间变动著，长期的平均长度是29.530588天（29天12小时44分2.8秒），或大约
东西伯利亚海东西伯利亚海（俄语：Восто́чно-Сиби́рское мо́ре）是北冰洋内的一个边缘海，位于北面的北极角（Arctic Cape）和南面的西伯利亚之间。东面隔弗兰格尔岛和楚克
锺正明锺正明（1952年－），出生于台湾的美籍华人细胞生物学家，中央研究院院士，现任教于美国南加州大学病理系。锺正明双亲皆受过高等教育，其父亲锺有成是台湾日本统治时期的台北帝国大学医学
赵进才赵进才（1960年12月－），内蒙古丰镇人，中国环境化学家，中国科学院化学研究所研究员。1982年7月毕业于内蒙古大学化学系，1986年8月获该校硕士学位，1994年4月获日本Meisei大学博士学位。2
诺克斯学院诺克斯学院是多伦多大学的一所研究生神学院，它是1843年苏格兰教会的分裂运动的产物。于1844年建立的诺克斯学院隶属于加拿大长老教会，现今以多伦多神学院的成员学院的身份提供
纵火狂纵火狂是一种有关控制冲动的障碍，其中患者反复无法抵抗故意纵火，以缓解紧张或获得满足。纵火狂不等同于纵火行为，纵火狂并不是为了经济或政治利益，而且对与火有相联的物件，例如消