表現学習 (表現学習とも呼ばれます) は、機械学習を使用して各エンティティまたは関係のベクトル化された表現を取得し、分類器やその他の予測子変数を構築するときに有用な情報を抽出しやすくする方法です。

機械学習における表現学習は、特徴学習の技術的統合です。つまり、生データを機械学習で開発できる形式に変換することで、面倒な手動による特徴抽出を回避し、抽出方法を習得しながら特徴の使用方法を学習できます。 。

表現学習の分類

表現学習には、教師あり表現学習と教師なし表現学習という 2 つの主なタイプがあります。

• 教師あり表現学習: ラベル付きデータは、ニューラル ネットワーク、多層パーセプトロン、教師あり辞書学習などの学習の特徴として使用されます。
• 教師なし表現学習: ラベルなしデータは、教師なし辞書学習、独立成分分析、自動符号化、行列分解、クラスター分析とその修正などの学習の特徴として使用されます。

親語・関連語：機械学習