Sparse Filtering 学习笔记(二)好特征的刻画
2014-03-25 17:19
274 查看
Sparse Filtering 是一个用于提取特征的无监督学习算法,与通常特征学习算法试图建模训练数据的分布的做法不同,Sparse Filtering 直接对训练数据的特征分布进行分析,在所谓“好特征”的指导下构建目标函数来进行优化,其中只涉及一个可调参数。本文将主要讨论两个问题:
(1)什么样的特征是好的特征;
(2)如何利用好特征的条件来构造 Sparse Filtering 的目标函数。
目录链接
(一)网络结构与特征矩阵
(二)好特征的刻画
(三)目标函数的建立和求解
参考文献
1. Ngiam, J., Koh, P. W., Chen, Z., Bhaskar, S. A., Ng, A. Y. (2011). Sparse Filtering.
In NIPS (Vol. 11, pp. 1125-1133).
2. 牛顿法与拟牛顿法学习笔记(五)L-BFGS
算法
3. Deep
learning made easy
4. Deep
Learning论文笔记之(二)Sparse Filtering稀疏滤波
作者: peghoty
出处: http://blog.csdn.net/itplus/article/details/22073105
欢迎转载/分享, 但请务必声明文章出处.
相关文章推荐
- Sparse Filtering 学习笔记(二)好特征的刻画
- Sparse Filtering 学习笔记(一)网络结构与特征矩阵
- Sparse Filtering 学习笔记(一)网络结构与特征矩阵
- Sparse Filtering 学习笔记(三)目标函数的建立和求解
- Sparse Filtering 学习笔记(三)目标函数的建立和求解
- 人工智障学习笔记——机器学习(1)特征工程
- hog特征原理详解及matlab代码学习笔记
- 激光雷达学习笔记(三)特征提取
- 深度学习笔记6:Learning color features with Sparse Autoencoders
- 【ML学习笔记】13:k-近邻算法做数值特征分类
- UFLDL 教程学习笔记:5.自我学习与无监督特征学习
- OpenCV学习笔记__特征检测与匹配之 SURF算法
- Spring Cloud 学习笔记——入门、特征、配置
- 4、dlib学习笔记--提取人脸特征点(68点,opencv画图)
- C++学习笔记二十六-固有的不可移植的特征
- [javase学习笔记]-9.3 子父类中成员变量特征体现
- 学习笔记:深度学习网络特征逐层可视化
- python OpenCV学习笔记(十七):轮廓特征
- 机器学习笔记(十一)特征选择和稀疏学习
- Spring Cloud 学习笔记——入门、特征、配置