在机器学习中,表征学习或表示学习是允许系统从原始数据中自动发现特征检测或分类所需的表示的一组技术。这取代了手动特征工程,并允许机器学习特征并使用它们执行特定任务。在有监督的表征学习中,使用标记的输入数据来学习特征,包括监督神经网络,多层感知器和(监督)字典学习。在无监督表征学习中,特征是与未标记的输入数据一起学习的,包括字典学习,独立成分分析,自动编码器,矩阵分解和各种形式的聚类。

精品内容

智能视频监控关键技术:行人再识别研究综述
专知会员服务
29+阅读 · 2021年12月30日
多模态视觉语言表征学习研究综述
专知会员服务
141+阅读 · 2020年12月3日
专知会员服务
33+阅读 · 2020年11月13日
【国防科大】复杂异构数据的表征学习综述
专知会员服务
67+阅读 · 2020年4月23日
参考链接
微信扫码咨询专知VIP会员