- 表示学习:如何自动从数据中学习好的表示
- 通过构建具有一定“深度”的模型,可以让模型来自动学习好的特征表示(从底层特征,到中层特征,再到高层特征),从而最终提升预测或识别的准确性
原始数据——底层特征——中层特征——高层特征——预测——结果
其中,“底层特征——中层特征——高层特征”称为表示学习
1.特征提取VS表示学习
特征提取:基于任务或先验对去除无用特征
并不保证对分类器的结果有提供与帮助
表示学习:通过深度模型学习高层语义特征
对后续分类器有帮助
难点在于没有明确目标
2.表示学习与深度学习
一个好的表示学习策略必须具备一定的深度
深度学习=表示学习+决策(预测)学习