feature learning
- обучение (изучение) признаков
#
в машинном обучении (МО) – совокупность методов, позволяющих системе автоматически обнаруживать, распознавать и/или классифицировать признаки объектов в необработанных исходных данных. Предпосылкой для разработки подобных методов стал тот факт, что задачи машинного обучения обычно требуют входных данных, которые просто удобны для математической и компьютерной обработки. Однако данные реального мира – изображения, видеоматериалы, данные различных датчиков – обычно не поддаются попыткам алгоритмически выделять их особые признаки. Альтернативой является обнаружение таких признаков, или образов, путём просмотра, исследования данных, без применения явных алгоритмов. Изучение признаков может быть либо контролируемым (supervised feature learning), либо неконтролируемым (unsupervised feature learning); в первом случае признаки изучаются с использованием помеченных входных данных, а во втором случае – непомеченных входных данных. Синоним – representation learning (обучение, изучение представлений, образов) .
Связные термины
algorithm, feature, feature engineering, labeled data, machine learning, raw data, representation, supervised learning, unlabeled data, unsupervised learning
