摘要：
典型的浅层学习结构: 传统隐马尔可夫模型（ＨＭＭ）、条件随机场（ＣＲＦｓ）、最大熵模型（Maxent）、支持向量机（ＳＶＭ）、核回归及仅含单隐层的多层感知器（ＭＬＰ）等。局部表示,分布式表示和稀疏表示:局部表示聚类算法,最近邻算法的输入空间切割局部之间互斥,分布式表达ICA、PCA和RBM,器所使用的特征较少，PCA和ICA能获取主要分量信息，但输出信号数目小于输入信号数目，不能很好地解决欠定问题。Learning multiple layers of representation Geoffrey E. Hinton通过包含top-down连接的多层网络表达来训练对原始数据的重现，而不是训练 阅读全文
