本書重點介紹如何從具有不確定性的海量大媒體數(shù)據(jù)中挖掘和提取結(jié)構(gòu)化、魯棒、高效的特征，并實現(xiàn)高性能的信息挖掘和知識推斷。本書內(nèi)容包含近年來涌現(xiàn)的一些高效、魯棒的結(jié)構(gòu)化表征學習模型，介紹了基于魯棒且緊湊的表征學習的一體化表征學習理論和方法，并為應對真實世界中的數(shù)據(jù)分析任務(wù)，如數(shù)據(jù)簡約特征表達、緊湊特征壓縮、有效特征篩選以及隱含知識挖掘等，提供了較為全面且切實可靠的解決方案。