machine-learning - “特征提取”是机器学习的核心任务吗?
问题描述
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。
解决方案
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。
推荐阅读
- csv - 如何使用 awk、sed 或其他方式从 CSV 日志文件中获取过去一小时、6 小时、24 小时的数据?
- python - 为 Windows 编写一个脚本文件(.bat 或 .cmd),这样我就可以在任何预装 Python 的 Windows 10 PC 上自动运行现有的 Django 项目
- reactjs - React Bootstrap 列未水平显示
- javascript - 库存物品数量
- c++ - 计算字符串中有多少特定字符无法正常工作
- minecraft - Minecraft 1.15.2 的随机矿石生成问题
- java - 使用 CompletableFuture 时,HttpServletRequest 标头消失
- snowflake-cloud-data-platform - 雪花存储过程变量绑定错误
- xml - 动态地将孩子兄弟姐妹的价值观吸收到一个父母的文本中
- asp.net-core - SwaggerUI Asp.Net Core - 如何引用 .json 文件