第一部分　引言

第1章　表征学习

Liang Zhao、Lingfei Wu、Peng Cui和Jian Pei[1]

摘要

在本章中，我们将首先介绍什么是表征学习以及为什么需要表征学习。在表征学习的各种方式中，本章重点讨论的是深度学习方法：那些由多个非线性变换组成的方法，目的是产生更抽象且最终更有用的表征。接下来，我们将总结不同领域的表征学习技术，重点是不同数据类型的独特挑战和模型，包括图像、自然语言、语音信号和网络等。最后，我们将总结本章的内容，并提供基于互信息的表征学习的延伸阅读材料——一种最近出现的通过无监督学习的表征技术。

[1]　Liang Zhao

Department of Computer Science，Emory University，E-mail：liang.zhao@emory.edu

Lingfei Wu

Pinterest，E-mail：lwu@email.wm.edu

Peng Cui

Department of Computer Science，Tsinghua University，E-mail：cuip@tsinghua.edu.cn

Jian Pei

Department of Computer Science，Simon Fraser University，E-mail：jpei@cs.sfu.ca