機器學習2.4-特徵學習
阿新 • • 發佈：2021-11-25
需要利用手動特徵工程從原始資料的領域知識建立特徵(Stage1)，然後再部署相關的機器學習演算法的都不是特徵學習(Stage2)，像SVM、決策樹、K鄰近演算法、隨機森林都不是，他們的定位應該是在Stage2部分
特徵學習可以被分為兩類：監督式特徵學習（Supervised Representation Learning）和無監督式特徵學習（Unsupervised Representation Learning）。
在監督特徵學習中，被標記過的資料被當做特徵用來學習。例如神經網路（Neural Networks），多層感知器（Multi-Layer Perception），監督字典學習（Supervised Dictionary Learning）。