representation learning（表示学习）

表示学习通过神经网络将高维原始数据映射到低维稠密向量空间，使表示能捕捉数据中的语义和结构信息。核心思想是学习一个映射函数，使得下游任务（如分类、聚类）更容易。方法包括监督学习（如CNN）、无监督学习（如自编码器、对比学习）和自监督学习。评估表示质量常用线性探测和微调。