表示学习

表示学习是机器学习中的一种过程，算法从原始数据中提取有意义的模式以创建更易理解和处理的表示。这些表示可设计为具有可解释性，揭示隐藏特征，或用于迁移学习。在图像分类和检索等基本任务中具有重要价值。监督表示学习利用标注数据学习表示以解决其他任务；无监督表示学习则通过无标签数据学习表示，减少新任务学习时对标注数据的需求。近年来，自监督学习成为推动无监督表示学习的主要力量，尤其在计算机视觉和自然语言处理领域。