machine-learning - “特征提取”是机器学习的核心任务吗？

Question

我一直在和朋友争论“特征提取”。他说机器学习的主要任务是提取特征。但我不同意。在常识中，特征提取不是 ML 任务。如果我们认为 wx+b 是表示 ML 的最简单方法，那么 ML 的任务就是找到最好的 w 和 b。x 是特征。ML 试图找出给定 x 的最佳 w 和 b 值，它与训练数据匹配，从而学习如何找到 w 和 b。

我的朋友说提取特征是 ML 的核心任务。但据我所知，特征提取主要是一项数据预处理任务。

标签： machine-learningdeep-learningcomputer-visionfeature-extractionpattern-recognition

Answer 1

提取特征是 ML 中的一项重要工作。如果没有特征，您将找不到最佳的“w”和“b”。如果您能够在没有特征提取的情况下找到 w 和 b，那么您实际上不需要继续使用 ML。