특징 학습(feature learning) 또는 표현 학습(representation learning)은 특징을 자동으로 추출할 수 있도록 학습하는 과정이다. 지도 학습과 비지도 학습으로 나눌 수 있다.
특징 학습은 통계적 분류와 같은 머신 러닝 과제가 수학적으로나 컴퓨터상에서 처리하기 편리한 입력을 종종 요구하기 때문에 필요하다. 그러나 특정한 특징을 알고리즘으로 정의하려는 시도는 사진, 영상, 감각 데이터와 같은 실제 세계의 데이터에 대해서는 어려움을 겪었다. 이에 대한 대안으로 명시적인 알고리즘에 의존하지 않고 이러한 특징들을 검사를 통해 발견하는 것이 제안되었다.
특징 학습에는 지도, 비지도, 자기지도 학습이 있다.
이 글은 컴퓨터 과학에 관한 토막글입니다. 여러분의 지식으로 알차게 문서를 완성해 갑시다. |
This article uses material from the Wikipedia 한국어 article 특징 학습, which is released under the Creative Commons Attribution-ShareAlike 3.0 license ("CC BY-SA 3.0"); additional terms may apply (view authors). 별도로 명시하지 않은 경우, 내용은 CC BY-SA 4.0에 따라 사용할 수 있습니다. Images, videos and audio are available under their respective licenses.
®Wikipedia is a registered trademark of the Wiki Foundation, Inc. Wiki 한국어 (DUHOCTRUNGQUOC.VN) is an independent company and has no affiliation with Wiki Foundation.