表征学习

✍ dations ◷ 2025-02-23 19:36:04 #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

喉痛咽喉痛（sore throat、throat pain，又称喉咙痛或喉痛），是指咽喉出现痛楚的症状，最主要的成因是咽喉炎（喉咙发炎），但可由其他原因引致，例如白喉和伤风感冒威胁。服用非类固醇消炎止痛
青春痘痤疮（英语：acne、拼音：cuó chuāng、注音：ㄘㄨㄛˊ ㄔㄨㄤ）；也称为寻常性痤疮（拉丁语：acne vulgaris），在毛囊被死皮细胞和来自皮肤的油脂堵塞时出现。它的特点是黑头或白头、疙瘩、
亨利·柏格森亨利·柏格森（法语：Henri Bergson，1859年10月18日－1941年1月4日），法国哲学家，以优美的文笔和具丰富吸引力的思想著称。1928年，获得1927年度的诺贝尔文学奖。1859年10月18日出生于巴
嗅神经嗅神经是第一对脑神经，编号Ⅰ。嗅神经由特殊内脏感觉纤维组成，由上鼻甲以上和鼻中隔以上部粘膜内的嗅细胞中枢突聚集而成，包括20多条嗅丝。嗅神经的主要功能是将气味的感觉传递
吊颈吊颈可以是：
牙列齿列（亦作牙列、齿系、牙系）指的是动物口腔中全套牙齿的发育和排列模式。除单孔目、贫齿目、穿山甲属和鲸目以外，所有哺乳动物都具备四种类型的牙齿，而且每一类型的牙齿，与物种相
法国悖论法国悖论是一个流行语，此一词语最早出现在1980年代，是在描述一种似乎矛盾的流行病学观察：法国人饮食中的饱和脂肪相对偏高，可是其冠状动脉心脏疾病（CHD）的发病率却相对偏低，这和普
哥伦比亚大学医学院哥伦比亚大学医学院（英语：Columbia University College of Physicians and Surgeons，通常简称：P&S）是哥伦比亚大学的一个研究院，坐落于纽约市华盛顿高地的哥伦比亚大学医学中心。
高层大气大气物理学大气力学（英语：Synoptic scale meteorology）天气 (分类) · (主题)气候 (分类) 气候变迁 (分类)高层大气物理学（英语：Aeronomy）是大气物理学的一个分支，主要研究中层与
诺埃尔-贝克菲利普约翰·诺埃尔-贝克，诺埃尔-贝克男爵（英语：Philip Noel-Baker, Baron Noel-Baker，1889年11月1日－1982年10月8日），英国政治家、外交家、学者、杰出的业余运动员，以解决战争，纠纷