什麼是表示學習(representation learning)表徵學習 表達學習

機器學習算法的成功與否不僅僅取決於算法本身，也取決於數據的表示。數據的不同表示可能會導致有效信息的隱藏或是曝露，這也決定了算法是不是能直截了當地解決問題。表徵學習的目的是對複雜的原始數據化繁爲簡，把原始數據的無效信息剔除，把有效信息更有效地進行提煉，形成特徵，這也應和了機器學習的一大任務——可解釋性。 也正是因爲特徵的有效提取，使得今後的機器學習任務簡單並且精確許多。在我們接觸機器學習、深度學習之

>>阅读原文<<