표현 학습

표현 학습은 머신 러닝에서 알고리즘이 원시 데이터에서 의미 있는 패턴을 추출하여 이해하고 처리하기 쉬운 표현을 생성하는 과정입니다. 이러한 표현은 해석 가능하도록 설계되거나, 숨겨진 특성을 드러내거나, 전이 학습에 사용될 수 있습니다. 표현 학습은 이미지 분류 및 검색과 같은 기본적인 작업에서 중요한 가치를 지니고 있습니다. 감독된 표현 학습은 라벨된 데이터를 활용하여 다른 작업을 해결할 수 있는 표현을 학습합니다. 반면에 비감독된 표현 학습은 라벨되지 않은 데이터를 통해 표현을 학습하여 새로운 작업을 수행할 때 라벨된 데이터의 필요성을 줄입니다. 최근에는 자기 감독 학습이 컴퓨터 비전과 자연어 처리 분야에서 비감독 표현 학습의 주요 동력으로 부상하고 있습니다.