表征学习

✍ dations ◷ 2025-12-06 03:30:35 #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

弗雷德里克·班廷弗雷德里克·格兰特·班廷爵士，KBE，MC，FRS，FRSC（英语：Sir Frederick Grant Banting，1891年11月14日－1941年2月21日）是加拿大一位杰出的医学家和诺贝尔生理学或医学奖获得者。班廷是在
生物防治剂生物防治（Biological control）或生物害虫防治（Biological pest control）是病虫害防治的一种方法，使用生物（英语：bioeffector）缓解昆虫、螨虫、野草和病态植物对人类农作物、环境等造
2012年现象2012年预言或2012年现象（英语：2012 phenomenon）是一个关于末世论的预言、信仰或传说、谣言，宣称美洲的玛雅文明中的玛雅历长达5,126年周期的结束，预言了地球、世界和人类社会在公
美国科学促进会美国科学促进会（英语：American Association for the Advancement of Science，缩写为AAAS），创建于1848年9月20日，是世界最大的非营利科学组织，下设21个专业分会，所涉包括数学、物理学
氯化烯丙基钯二聚物氯化烯丙基钯(II)二聚物是一个化合物，其化学式为(η3-C3H5)2Pd2Cl2。此一黄色且空气稳定的化合物是有机合成中的一个重要的催化剂。此化合物是经由将一氧化碳通入氯化钯、氯
罗兰之歌罗兰之歌（法语：La Chanson de Roland）是一首法兰西11世纪的史诗（武功歌），改编自公元778年查理曼统治时期发生的隆塞斯瓦耶斯隘口战役。它是现存最古老的重要法语文学，在各种手稿中
国际奥林匹克委员会国际奥林匹克委员会（简称国际奥委会；法语：Comité international olympique，CIO；英语：International Olympic Committee，IOC）是一个非政府、非营利的国际体育组织，总部位于瑞士洛桑。
二甲基砜二甲基砜（Methylsulfonylmethane)，简称为有机硫 (MSM)其化学式为(CH3)2SO2、甲基硫酰基甲烷的砜类有机化合物。二甲基砜在常温下是无色固体，无化学活性。在一些植物中含有二甲
王子皇子或王子是对拥有皇帝、王、国王等头衔君主的儿子的称谓。作为皇族或王室成员，通常会授予他们国内的最高爵位。此外，拥有王爵皇族的儿子亦可称为王子。皇孙、王孙则泛指君主
科学普及科学普及，简称科普，又称大众科学、流行科学（英语：popular science）或者普及科学，是指利用各种传媒以浅显的方式向普通大众普及科学技术知识，倡导科学方法、传播科学思想、弘扬科学