【发布时间】：2015-11-12 02:23:36
【问题描述】：
这个过程正确吗？
假设我们有一堆数据，比如 MNIST。
我们只是将所有这些数据（不带标签）提供给 RBM，并从经过训练的模型中重新采样每个数据。
然后输出可以作为新的数据进行分类。
我理解正确吗？ 使用 RBM 的目的是什么？
【问题讨论】：
标签： machine-learning statistics deep-learning rbm
【发布时间】：2015-11-12 02:23:36
【问题描述】：
您说得对，RBM 是一种无监督学习算法，通常用于降低特征空间的维数。另一种常见的方法是使用自动编码器。
RBM 使用对比散度算法进行训练。该算法的最佳概述来自提出该算法的 Geoffrey Hinton。 https://www.cs.toronto.edu/~hinton/absps/guideTR.pdf
关于无监督学习如何提高性能的精彩论文可以在 http://jmlr.org/papers/volume11/erhan10a/erhan10a.pdf 找到。该论文表明，无监督学习提供了更好的泛化和过滤器（如果使用 CRBM）
【讨论】：
-
感谢您发送资源。我去看看