无监督特征学习基本原理

深度学习在早期一度被认为是一种无监督的特征学习，模仿了人脑对特征逐层抽象提取的过程。深度学习可以解决人工难以提取有效特征的问题，可以大大缓解机器学习模型对特征工程的依赖。

无监督特征学习最重要的两点：

• 不需要标注数据就可以对数据进行一定程度的学习，这种学习是对数据内容的组织形式的学习，提取的是频繁出现的特征。
• 逐层抽象：特征是需要不断抽象的，就像人总是从简单基础的概念开始学习，再到复杂的概念。深度学习也是一样，从简单的微观的特征开始，不断抽象特征的层级，逐渐往复杂的宏观特征转变。