当前位置：首页 > 报告详情

清华大学：人工智能之表示学习2020年第7期（106页）.pdf

上传人：孔明编号：21564 2020-10-26 PDF PDF 106页 4.96MB

该报告所属合集： 2022年清华大学人工智能研究院报告合集

打包下载报告合集

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载报告到电脑，查找使用更方便

VIP专享文档

书签

已收藏

版权投诉

/106

立即下载

word格式文档无特别注明外均可编辑修改，预览文件经过压缩，下载原文更清晰！

三个皮匠报告文库所有资源均是客户上传分享，仅供网友学习交流，未经上传用户书面授权，请勿作商用。

《清华大学：人工智能之表示学习2020年第7期（106页）.pdf》由会员分享，可在线阅读，更多相关《清华大学：人工智能之表示学习2020年第7期（106页）.pdf（106页珍藏版）》请在三个皮匠报告上搜索。

人工智能之人工智能之知识知识表示学习表示学习报告报告顾问：刘知远顾问：刘知远清华大学人工智能研究院北京智源人工智能研究院

报告速读

本文主要介绍了表示学习（Representation Learning）的概念、特点、发展历程以及典型应用。表示学习是一种将原始数据转换为机器学习方法可以有效利用的形式的技术。它包括监督式表示学习和无监督式表示学习两大类。表示学习的发展历程可以分为浅层特征学习和深度特征学习两个阶段。浅层学习算法包括支持向量机、最大熵、Boosting等，而深度学习算法则强调模型的深度、特征学习的重要性以及从样本数据集中学习数据本质特征的能力。表示学习在语音识别、自然语言处理、内容推荐等领域有着广泛的应用。例如，在语音识别中，深度学习算法可以显著降低单词错误率；在自然语言处理中，表示学习可以捕捉单词之间的语义关系，提升文本分类、情感分析等任务的性能；在内容推荐中，表示学习可以有效利用多元异构数据，提高推荐的准确性。