摘要： 1.表示学习 （1）表示学习：用机器学习提取特征，而不是手动提取特征。学习如何提取特征，即学习如何学习。 （2）表示学习算法的典型例子：自编码器（autoencoder）。 （3）表示学习从原始数据中提取高层次、抽象的特征很难。深度学习（deep learning）通过其他较简单的表示来表达复杂表示 阅读全文

摘要： 1.生成模型与判别模型区别 生成模型：学习得到联合概率分布P(x,y)，即特征x和标记y共同出现的概率，然后求条件概率分布。能够学习到数据生成的机制。 判别模型：学习得到条件概率分布P(y|x)，即在特征x出现的情况下标记y出现的概率。 数据要求：生成模型需要的数据量比较大，能够较好地估计概率密度； 阅读全文