表示學習的基本原理

1. 前言   機器學習的性能在很大程度上取決於是否選擇了適當的數據表示（或特徵）。實際上，機器學習算法的大部分工作都集中在預處理管道和數據轉換的設計上，這些管道和轉換產生的數據表示最終決定着機器學習的有效性。   但是，當前機器學習算法存在致命的弱點：無法從數據中提取和構建有判別力的原始信息。特徵工程作爲一項重要的工作，能夠利用人類的聰明才智和先驗知識來彌補這一弱點，但確是人力密集型的（Labo

>>阅读原文<<