表征学习又称表示学习,是利用机器学习获取每个实体或关系的向量化表达,以便在构建分类器或其他预测变量时更易提取有用信息的方法。
在机器学习中,表征学习是特征学习的技术整合:即将原始数据转换为可被机器学习开发的形式,它避免了手动提取特征的繁琐,并且允许学习使用特征的同时掌握提取方式。
表征学习主要有两类,分别是监督表征学习和无监督表征学习。
父级词/相关词:机器学习