表征学习

✍ dations ◷ 2025-12-05 17:28:57 #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

质谱法质谱（英语：mass spectrometry，缩写：MS）是一种电离化学物质并根据其质荷比（质量-电荷比）对其进行排序的分析技术。简单来说，质谱测量样品内的质量。质谱法被用于许多不同领域，并被用
光谱学光谱学（英语：Spectroscopy）是研究物质发射、吸收或散射的光、声或粒子来研究物质的方法。光谱学也可以被定义为研究光和物质之间相互作用的学科。历史上，光谱学指用可见光来对物
太极太极是中国思想史上的重要概念，主要继承自《周易》：“易有大恒，是生两檥。两檥生四马，四马生八卦。”（马王堆出土本），故改“恒”为“极”，而四马同时改为四象。“太”与“大”古时相
H-术语危险说明是全球化学品统一分类和标签制度（GHS）的一部分。它们旨在形成一套关于化学物质和混合物危害的标准化短语，可以翻译成不同的语言。因此，它们与众所周知的R-短语具有相同
阿基米德原理阿基米德原理，基于翻译问题，可能是指以下由阿基米德发现或以阿基米德名之的自然规律：
威尔士党威尔士党（Plaid Cymru – the Party of Wales，“Plaid Cymru”是威尔士语，“the Party of Wales”是英语，意思都是“威尔士党”），是英国威尔士的一个地方政党。现在以在欧盟中建立
爱德华多·奇利达爱德华多·奇利达（西班牙语：Eduardo Chillida，巴斯克语：Eduardo Txillida，1924年1月10日－2002年8月19日）是巴斯克地区出身的西班牙当代雕塑家。1924年1月10日出生于吉普斯夸省圣塞
库尔德斯坦爱国联盟库尔德斯坦爱国联盟（库尔德语：یەکێتیی نیشتمانیی کوردستان / Yeketî Niştîmanî Kurdistan‎‎），简称库爱盟（PUK），伊拉克库尔德斯坦的一个库尔德人政党
加尔米施-帕滕基兴加米施-帕滕基兴（德语：Garmisch-Partenkirchen）是位于德意志联邦共和国南部巴伐利亚州的一个城市。总面积205.67平方公里，总人口26178人，其中男性12193人，女性13985人（2011年12月31
ACU英联邦大学协会（英语：Association of Commonwealth Universities，缩写：ACU）是一个英联邦体系的国家之下，有480余所成员大学的教育相关组织，其宗旨是“我们为我们的成员机构服务，以提