RBM受限玻尔兹曼机

受限玻尔兹曼机（restricted boltzmann machines,RBM）由Geoff Hinton发明，是一种用于降维、分类、回归、协同过滤、特征学习和主题建模的算法。 注释： 1.在机器学习和统计学领域，降维是指在某些限定条件下，降低随机变量个数，得到一组“不相关”主变量的过程。 降维可进一步细分为特征选择和特征提取两大方法。特征选择假定数据中包含大量冗余或无关变量（或称特征、属性、

>>阅读原文<<