是的，我想是这样。只需查看特征学习和特征提取，您就会发现这是一个不同的问题。

特征提取只是将您的原始数据转换为您可以处理的一系列特征向量（例如数据框）。

在特征学习中，您不知道可以从数据中提取什么特征。事实上，您可能会应用机器学习技术来发现从数据集中提取哪些好的特征。然后你可以提取它们，它们将机器学习应用于提取的特征。深度学习技术就是其中一个例子。

例如，在word2vec工具包中，您从人类不容易解释的文档中提取向量，您根本无法查看它并知道提取了哪些特征。它只是大量的向量，出于某种原因，它们给出了很好的经验结果。