RBM受限玻爾茲曼機

受限玻爾茲曼機（restricted boltzmann machines,RBM）由Geoff Hinton發明，是一種用於降維、分類、迴歸、協同過濾、特徵學習和主題建模的算法。 註釋： 1.在機器學習和統計學領域，降維是指在某些限定條件下，降低隨機變量個數，得到一組「不相關」主變量的過程。 降維可進一步細分爲特徵選擇和特徵提取兩大方法。特徵選擇假定數據中包含大量冗餘或無關變量（或稱特徵、屬性、

>>阅读原文<<