表征学习（representation learning）与特征工程（feature engineering）的区别

表征学习 和 特征工程 的目的都是从要分析的数据中提取相应的数据表示。即如何更好的表示我要分类或预测的数据。

xx学习	简介	具体介绍
表征学习	自动选择特征	表征学习(representation learning) 即让模型自动的学习数据的表示，如使用一些深度学习模型CNN、RNN、AutoEncoder，主成分分析等等。
特征工程	手动选择特征	特征工程（feature engineering）一般指专家来提取数据的特征。是人为的提取特征的过程。因此叫“工程”。