English: Diagram which explains the motivation and use of feature learning. In the paradigm, implicit feature representations are learned through various methods by inputting either raw data such as text, or an initial (usually sparse) feature set. The result is a richer, often lower dimensionality feature representation which can boost performance when used as the input for more specific learning tasks. Common tasks include classification and regression which generally require supervised learning and therefore labels to tune the models predictions.
compartir – copiar, distribuir i comunicar públicament l'obra
adaptar – fer-ne obres derivades
Amb les condicions següents:
reconeixement – Heu de donar la informació adequada sobre l'autor, proporcionar un enllaç a la llicència i indicar si s'han realitzat canvis. Podeu fer-ho amb qualsevol mitjà raonable, però de cap manera no suggereixi que l'autor us dóna suport o aprova l'ús que en feu.
compartir igual – Si modifiqueu, transformeu, o generareu amb el material, haureu de distribuir les vostres contribucions sota una llicència similar o una de compatible com l'original
Aquest fitxer conté informació addicional, probablement afegida per la càmera digital o l'escàner utilitzat per a crear-lo o digitalitzar-lo. Si s'ha modificat posteriorment, alguns detalls poden no reflectir les dades reals del fitxer modificat.