表征学习

✍ dations ◷ 2024-10-06 04:30:34 #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

阿拉伯非洲与撒哈拉以南非洲相对，北非即非洲大陆北部地区，习惯上为苏丹热带草原以北广大区域。联合国定义的“北非”，是指撒哈拉沙漠以北地区，包括埃及、利比亚、阿尔及利亚、突尼斯、摩洛
质数N ⊆ Z ⊆ Q ⊆ R ⊆
王充王充（27年－约97年），字仲任，会稽上虞人，东汉哲学家。著有《讥俗节义》、《政务》、《论衡》、《养性》等书。但只有《论衡》保存下来。近人黄晖撰《论衡校释》30卷，是较为通行的版本
世界足球先生国际足联世界足球先生（FIFA World Player of the Year），是由国际足联评选的年度最佳足球运动员荣誉，由各国国家队的主教练投票产生。每位投票的教练分别可以投三张选票，分别为5分
江宏恩江宏恩（英文名：Nic Chiang，1970年10月30日－），为台湾知名男演员、男歌手。弟弟是知名主厨江振诚。江宏恩出生于台湾桃园大溪，读小学时搬至台北。在高职就读时，即被星探相中拍了包含可
阴间地狱，被一些人认为是人死亡后灵魂会到的地方。在汉族传统宗教观念中，地狱是阴间地府的一部分。地狱的观念广泛分布于世界各地的宗教信仰观念中，如道教、佛教、印度教、现今的犹
毗奈耶毗奈耶（梵语：Vinaya），也译为鼻那夜、毘那耶、毗尼、毗尼耶（毘为毗的异体字，故可通用）、鞞尼迦，意译为律，佛教术语，即是佛教戒律之意，为学处与轨则的制立。记录、收集僧团戒律的经典，也因
19-去甲-4-雄烯二酮19-去甲-4-雄烯二酮（英语：19-norandrostenedione，也被称为Bolandione，19-去甲雄甾-4-烯-3,17-二酮，19-norandrost-4-en-3,17-dione 或雌-4-烯-3,17-二酮，estr-4-ene-3,17-dione）是
FXR1osh, 1osv, 1ot7· 类固醇激素受体 · 转录辅激活物 · 转录辅阻遏物 · 蛋白质结合 · 锌离子结合 · sequence-specific DNA binding· 依赖DNA的转运调控 · 信号
微处理器印刷电路板通过：微处理器（英语：Microprocessor，缩写：µP或uP）是可编程特殊集成电路。一种处理器，其所有组件小型化至一块或数块集成电路内。一种集成电路，可在其一端或多端接受编码