判别式

图像生成基础

目录图像生成1判别式模型与生成式模型2生成模型3VAE3.1经典的自编码机3.2误差精确度3.3VAE全过程3.4VAE的优点与不足4GAN4.1VAE与GAN4.2结构4.3训练过程4.4问题及挑战4.5DCGAN4.6CGAN
鹿衔草啊·2023-01-29 13:33

生成模型（Generative）和判别模型（Discriminative）

=f(X)或者条件概率分布P(Y|X)2生成方法和判别方法2.1生成方法2.2判别方法3特点及对比3.1生成模型3.2判别模型3.3总结4对于跟踪算法5问题常见的概率图模型中，哪些是生成式模型，哪些是判别式模型
意念回复·2023-01-29 11:13

CRF简单理解总结

条件随机场是一种判别式模型CRF的作用：简单理解就是从可选的标注序列中，选择最靠谱的一个序列。比如一句话中有3个单词，可选的词性为【名词，动词】。
NeilGY·2023-01-28 09:49

通用模型、全新框架，WavLM语音预训练模型全解

近日，微软亚洲研究院与微软Azure语音组的研究员们在判别式自监督预训练方法的基础上，沿用研究院自然语言计算组在自然语言预训练的Transformer模型架构，提出了全新的DenoisingMaskedSpeechModelin
PaperWeekly·2023-01-17 15:48

C++11静态断言static_assert

在通常情况下，断言就是将一个返回值总是需要为真的判别式放在语句中，用于排除在设计的逻辑上不应该产生的情况。
smart_cat·2023-01-14 15:57

AI算法工程师 | 09机器学习-概率图模型（一）概率图模型概述

目录机器学习-概率图模型之概率图模型概述1、概率图模型学习的意义2、有向图和无向图3、生成式模型与判别式模型机器学习-概率图模型之概率图模型概述本阶段将开启概率图模型系列的旅程。
ThisAmy·2023-01-04 22:59

机器学习基本算法思想和步骤

文章目录一、EM算法二、线性回归公式三、K-means算法四、正则化五、boosting和bagging六、深度学习的定义，特征七、生成式和判别式模型八、SVM九、SVM概念十、BP神经网络十一、决策树十二
两面包+芝士·2023-01-01 14:26

李航第一章 机器学习与监督学习概论

_哔哩哔哩_bilibili1.6泛化能力常用泛化误差上界来表示泛化能力，公式是重点，可以等后面具体例子中结合一下理解1.7生成模型与判别模型直观理解：判别式模型关心边界，生成式模型关心数据本身特点简单实例
Lofty_goals·2022-12-31 12:40

9种有监督与3种无监督机器学习算法

算法的分类有监督｜无监督生成式（普适，接近统计学）｜判别式（简单直接
地理探险家·2022-12-30 22:30

论文解析：变分自编码器

VAE(变分自编码器) 变分自编码器来自于论文《Auto-EncodingVariationalBayes》，是一种生成式模型，生成式模型的概念在CS229中已经有过介绍了，简单来说，对于一个判别式模型来说
夜半罟霖·2022-12-28 20:05

机器学习基础（七）：概率图模型（HMM、MRF、CRF、话题模型、推断方法）

probabilisticmodel：提供一种描述框架，将学习任务归结于计算变量的概率分布，核心是如何基于可观测变量推测出未知变量的条件分布→①生成式generative模型：考虑联合分布P(Y,R,O)②判别式
ling零零零·2022-12-26 22:18

条件随机场java实现_条件随机场 conditional random fields 及代码实现

条件随机场模型是由Lafferty在2001年提出的一种典型的判别式模型。
爱你不会累·2022-12-26 22:17

深入理解机器学习——概率图模型（Probabilistic Graphical Model）：条件随机场（Conditional Random Field，CRF）

分类目录：《深入理解机器学习》总目录条件随机场（ConditionalRandomField，CRF）是一种判别式无向图模型，在《概率图模型（ProbabilisticGraphicalModel）：隐马尔可夫模型
von Neumann·2022-12-26 22:02

机器学习-概率图模型：最大熵马尔可夫模型（MEMM）【解决序列问题】【前提假设：隐层状态序列符合马尔可夫性】【HMM--去除“观测状态相互独立”假设--＞MEMM】【判别式模型】

在隐马尔可夫模型中，假设隐状态（即序列标注问题中的标注）xix_ixi的状态满足马尔可夫过程。但是实际上，在序列标注问题中，隐状态（标注）不仅和单个观测状态相关，还和观察序列的长度、上下文等信息相关。例如词性标注问题中，一个词被标注为动词还是名词，不仅与它本身以及它前一个词的标注有关，还依赖于上下文中的其他词，于是引出了最大熵马尔可夫模型（MaximumEntropyMarkovModel，MEM
u013250861·2022-12-26 07:44

机器学习——贝叶斯分类器

这里写目录标题1.贝叶斯分类器属于生成式模型2.贝叶斯定理3.朴素贝叶斯分类器3.1朴素贝叶斯分类器中的数学模型3.2分类器的分类准则1.贝叶斯分类器属于生成式模型对于数据的判别分类有两种策略模型：判别式模型和生成式模型判别式模型
Kolo_Tong·2022-12-25 03:53

图形学-中点Bresenham算法

所以现在根据上面的判别式对
c罗天下第一·2022-12-22 19:42

天池学习笔记——基于DCGAN的图像生成实战（1）

一、生成式模型与判别式模型1.判别式模型判别式模型，即Discrim
大摆鹅_Big Data·2022-12-22 08:37

生成式模型和判别式模型

目录1垃圾邮件分类数据集2判别模型的决策边界3生成模型的决策边界4判别模型vs生成模型在机器学习中，模型可以分为两种：判别模型和生成模型。两者的区别在于找到决策边界的过程不同：经验误差最小原则D决策边界D正负类的分布决策边界垃圾邮件分类是机器学习中常用的例子，本文以此为例来进行讲解：1垃圾邮件分类数据集这里为了简化问题，我们用作例子的垃圾邮件分类数据集中只包含一个特征，就是邮件正文的长度。普通邮件
佐佑思维·2022-12-18 15:45

简说机器学习--生成式模型与判别式模型

常见的判别式模型：线性回归、逻辑回归、线性判别、集成学习、支持向量机、神经网络、条件随机场、最大熵模型常见的生成式模型：朴素贝叶斯、隐含马尔科夫模型、限制玻尔兹曼机、高斯混合以及其他混合模型、生成和判别模型的区别
金融科技自习生·2022-12-18 15:44

机器学习：判别式模型与生成式模型

判别式模型判别式模型直接通过求解条件概率p(y|x)或者直接计算y的值来预测y，就是判别数据输出量的模型；举例：要判断一个羊是山羊还是绵羊，用判别式模型就是从历史数据中学习到模型，然后通过提取这只羊的特征来预测出这只羊是山羊的概率
Jessica__WEI·2022-12-18 15:14

机器学习中的判别式模型和生成模型的区分

机器学习中的判别式模型和生成模型的区别1判别式模型和生成模型的定义1.1判别式模型判别式模型会直接对特征和标签的分布进行建模，通过建立的模型直接求解当前数据的label。
黑白子1900·2022-12-18 15:13

机器学习：生成式模型与判别式模型

监督学习方法又分为生成方法和判别方法，对应生成式模型(GenerativeModel)与判别式模型(DiscriminativeModel)。
Rookiekk·2022-12-18 15:12

机器学习中的判别式模型和生成式模型

前言  在机器学习中，对于有监督学习可以将其分为两类模型：判别式模型和生成式模型。简单地说，判别式模型是针对条件分布建模，而生成式模型则针对联合分布进行建模。
Bigdataxy·2022-12-18 14:36

机器学习(五)：通俗易懂决策树与随机森林及代码实践

一、决策树1.1什么是决策树我们可以把决策树想象成IF/ELSE判别式深度嵌套的二叉树形结构。以我们在《机器学习(三)：理解逻辑回归及二分类、多分
蔡永吉·2022-12-17 22:37

GAN入门知识

GAN入门知识结构正式说GAN之前我们先说一下判别式模型和生成式模型。
剑laii·2022-12-17 07:51

深度学习之生成式模型

机器学习模型分生成式模型（GenerativeModels）和判别式模型(DiscriminativeModels)。判别式模型就是给出一个判断，比如是哪个类别，是多少值。
goodluckcwl·2022-12-15 09:08

生成式模型/判别式模型总结

估计的是联合概率分布判别式模型：在于寻找不同类别之间的最优分界面，反映异类数据之间的差异。估计的是条件概率分布生成式模型能得到判别式模型，判别式模型不能得到生成式模型。
ustczhng2012·2022-12-15 09:08

什么是判别式模型？什么是生成式模型？

判别方法：由数据直接学习决策函数，或者由条件分布概率作为预测模型的为判别模型。常见的判别模型有：线性回归、boosting、SVM、决策树、感知机、线性判别分析（LDA）、逻辑斯特回归等算法。生成方法：由数据学习x和y的联合概率密度分布函数,然后通过贝叶斯公式求出条件概率分布作为预测的模型为生成模型。常见的生成模型有朴素贝叶斯、隐马尔可夫模型、高斯混合模型、文档主题生成模型（LDA）等。回归问题常
不拿大场offer不改名·2022-12-15 09:06

李宏毅机器学习笔记-生成模型和逻辑回归

目录概率生成模型分类问题实例模型改进生成模型步骤总结后验概率的数学推导逻辑回归逻辑回归步骤逻辑回归和线性回归的比较为什么不使用MSE判别模型VS生成模型多分类逻辑回归的限制补充：生成式模型和判别式模型概率生成模型概率生成模型
iwill323·2022-12-15 09:32

【视频-文字版】MoCo 论文逐段精读【论文精读】

文章目录0前言0.1介绍什么是对比学习1题目和作者2、摘要3、引言4、结论5、相关工作**损失函数：判别式、生成式、对比学习、对抗学习**代理任务6MoCo方法3.3代理任务MoCo伪代码：7、实验8、
I"ll carry you·2022-12-13 12:48

lda 降维 iris matlab,用线性判别分析 LDA 降维

例如，在KNN中用的是距离判别，朴素贝叶斯分类用的是Bayes判别，线性判别分析用的是Fisher判别式。根据判
金小录·2022-12-13 10:34

模式识别（Pattern Recognition）学习笔记（十七）--二次判别函数

首先给出二次判别函数的一般形式：（1）其中，W是d阶对称方阵，w为d维权向量；从判别式中可以看出，有很多参数，其中等式右边第二项就有d(d-1)/2个参数，很明显，这是一个O(n^2)的复杂度，如果仍然像学习线性函数一样去学习这些参数
eternity1118_·2022-12-13 00:17

Andrew Ng Stanford机器学习公开课 总结(5) Lecture 5 高斯判别分析和朴素贝叶斯

GaussianDiscriminantAnalysis以及NaiveBayes生成式学习GenerativeLearningalgorithm关键词：GenerativevsDiscriminative判别式算法
我叫龙翔天翼·2022-12-11 09:53

C语言if语句一个易错小知识点

#includeintmain(){charc='a';if('a''a'||c_<这样的话，无论是哪种情况，都能判别通过，也就是这种if语句中的判别式值一般会被编译器默认为1，也就是说，无论怎样，该语句后的语句都会运行
Zhanduanwangfeng·2022-12-09 17:01

西湖大学张岳老师NLP课程大纲

Featurevectors，介绍判别式模型的自然语言处理建模方法，其中最重要的统计知识叫做特
奔腾使者·2022-12-09 08:31

Pytorch tensor 如何找到特定值的索引 (index)

使用torch.nonzero()，返回非零值的索引(index)其中True算作非零数，False算作零，所以可以巧用判别式来找到Tensor特定值的索引，如我们要找tensora里面10这个数字的index
江浙沪讲吴语·2022-12-07 10:23

判别分析在SPSS上的实现与结果分析——基于SPSS实验报告

依菜单选择“分析”→“分类”→“判别式”，然后将聚类保存
big_sheep33·2022-12-05 12:19

回归和分类的线性模型

需要掌握的内容可以简单的罗列为：回归：线性回归模型(损失函数及其求解)；回归：判别式模型、概率生成式模型、概率判别式模型。由于不涉及贝叶斯理论的模型都比较容易推导，故忽略了一些公式的具体推导。
XDU微积冯·2022-12-05 11:57

机器学习（期末复习资料——江理）

《机器学习》相关知识点提示基本概念关于过拟合与欠拟合：定义、概念、克服方法、在回归问题中（线性回归与多项式回归）对欠拟合与过拟合影响最大的因素,过拟合、欠拟合与偏差、方差关系；判别式与生成式模型常见的有哪些
Natural�·2022-12-05 09:12

CCF-NLP走进高校(郑州大学)

针对不同的工作，模型借助标注数据再discirminative(判别式)训练出新的
存在computer·2022-12-04 20:57

【C++面向对象程序设计】CH7 输入输出流

如果a=0或判别式的值>和#includeusingnamespacestd;intmain(){floata,b,c,disc;cout>a>>b>>c;if(a==0)cerr#includeusingnamespacestd
数据人的自我救赎·2022-12-04 03:23

单目标跟踪、多目标跟踪、单目标跟踪发展现状、多目标跟踪发展现状

单目标跟踪与多目标跟踪单目标跟踪定义：基本流程：方法分类：（根据观测模型是生成式模型或判别式模型）生成式方法（GenerativeMethod）稀疏编码判别式方法（DiscriminativeMethod
一个小呆苗·2022-12-04 00:56

CRF条件随机场

1.HMM是生成式有向图模型（隐马尔可夫模型）MEMM是判别式有向图模型（最大熵模型）CRF是判别式无向图模型（条件随机场）团：无向图中任何两个节点均有边连接的节点子集。
小杨变老杨·2022-12-03 17:36

用不确定性的角度了解GAN的生成器

一、生成式网络我们平常所遇到的分类、回归网络大多是判别式的，判别式网络很明确自身要给出的答案，这些答案是没有"创造力"的。生成式网络可以创造出一些新的东西。
JackChrist·2022-12-03 03:23

主定理（Master Theorem）与时间复杂度

2.主定理的内容3.分析所以根据主定理的判别方法，可知对于T(n)=O(n)+4⋅T(n/2)，a=4,b=2，则f(n)=O(n)<符合第一个判别式，因此，T(n)=O(n^2).
金州饿霸·2022-12-02 17:33

关于生成式模型与判别式模型

判别式模型是假设Model（实务上是hypothesis）规定losefunction然后使用algorithm使得losefunction最小化就会得到Model的参数。
量子智能龙哥·2022-12-01 13:34

生成式模型和判别式模型（通俗易懂）

原文链接：https://blog.csdn.net/qq_14997473/article/details/85219353决策函数Y=f(X)与条件概率分布P(Y|X)决策函数Y=f(x)：输入一个x，它就输出一个y值，这个y与一个阈值比较，根据比较结果判定x属于哪个类别。条件概率分布P(y|x)：输入一个x，它通过比较它属于所有类的概率，然后预测时应用最大后验概率法（MAP）即比较条件概率最
薛定谔的炼丹炉！·2022-12-01 13:34

生成式模型和判别式模型的区别是什么？

这是去年面某家公司时，被问到的问题。今天突然想起来，看了一下。觉得这个博客写的不错，记录一下。参考链接：https://www.zhihu.com/question/20446337核心思想：在机器学习中任务是从属性X预测标记Y，判别模型求的是P(Y|X)，即后验概率；而生成模型最后求的是P(X,Y)，即联合概率。从本质上来说：判别模型之所以称为“判别”模型，是因为其根据X“判别”Y；而生成模型之
weixin_35057064·2022-12-01 13:34

生成式模型和判别式模型、HMM

参考–图很好根据训练数据得到分类函数和分界面，比如说根据SVM模型得到一个分界面，然后直接计算条件概率判别式模型计算的是P(y|x)的最大概率作为分类–判别式模型是对条件概率建模，学习不同类别之间的最优边界
Better-1·2022-12-01 13:33

生成式模型和判别式模型

决策函数Y=f(x)Y=f(x)Y=f(x)或者条件概率分布P(Y∣X)P(Y|X)P(Y∣X)监督学习的任务都是从数据中学习一个模型（也叫做分类器），应用这一模型，对给定的输入xxx预测相应的输出YYY,这个模型的一般形式为:决策函数Y=f(x)Y=f(x)Y=f(x)，或者条件概率分布P(Y∣X)P(Y|X)P(Y∣X)决策函数Y=f(x)Y=f(x)Y=f(x)：你输入一个xxx，其就输出一
big_matster·2022-12-01 13:32
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他