判别模型

Beyond Sharing Weights for Deep Domain Adaptation（2016）

所以，按照常理，我们可以在源域上通过一般的机器学习方法来训练得到判别模型。但是由于源域和目标域上的datasetbias，这个判别模型不
满堂风来·2019-12-02 10:24

机器学习回顾篇（10）：感知机模型

1引言¶感知机是一种简单且易于实现的二分类判别模型，主要思想是通过误分类驱动的损失函数结合梯度下降发求解一个超平面将线性可分的数据集划分为两个不同的类别（+1类和-1类）。
奥辰·2019-11-26 07:00

条件变分自编码器

0.背景机器学习模型可以主要分为判别模型与生成模型，近年来随着图像生成、对话回复生成等任务的火热，深度生成模型越来越受到重视。
bobby96·2019-11-15 10:07

第一章 统计学习方法概论

categoriesCoursedescription:李航《统计学习方法》的学习,主要介绍基本概念,详细叙述了监督学习,提出统计学习的三要素:模型\策略\算法,另外还介绍了模型选择:包括正则化\交叉验证与学习的泛化能力,此外还介绍了生成模型和判别模型
毛毛虫_wendy·2019-11-06 18:47

统计学习方法概论

统计学习方法概论统计学习监督学习统计学习三要素模型评估与模型选择泛化能力生成模型与判别模型分类问题标注问题回归问题最小二乘法拟合曲线统计学习方法的三要素：模型、策略和算法；统计学习统计学习（statisticallearning
千与千与·2019-11-04 23:20

统计学习方法_第二章感知机

定义感知机模型感知机是一种属于判别模型的线性分类模型。
熙熙之木·2019-11-01 18:42

感知机算法原理及matlab代码实现-统计学习方法学习笔记

属于判别模型，感知机学习旨在求出将训练数据进行线性划分的分离超平面，其实现原理主要基于误分类的损失函数，利用梯度下降算法对损失函数进行极小化。
想学机器学习的xzz·2019-10-30 21:10

迁移学习理论学习

前言本文旨在学习和记录，如需转载，请附出处https://www.jianshu.com/p/f1995148800e迁移学习问题我们都知道，在深度判别模型中，如果训练数据和测试数据是独立同分布的，在训练集上训练的深度模型会在测试集上表现的比较好
Latet·2019-10-16 20:26

【NLP】一文介绍条件随机场

条件随机场是一种用于序列预测的判别模型。它们使用来自以前标签的上下文信息，从而增加了模型做出良好预测的信息量。在这篇文章中，我将讨论一些介绍CRFs的主题。
yuquanle·2019-10-10 23:00

感知机

感知机1、感知机的原理感知机是二分类的线性模型，其输入是实例的特征向量，输出的是事例的类别，分别是+1和-1，属于判别模型。
工班·2019-10-09 17:00

机器学习——分类算法之感知机

机器学习——分类算法之感知机前言符号函数感知机模型感知机算法1、原始形式2、对偶形式代码前言感知机算法（perceptron）是用于二分类的线性分类模型，将输入实例划分为正例和负例的一个超平面，属于判别模型
Macan_ML·2019-09-20 22:14

用生成模型为自己生成密码，无惧暴力破解

本文会引用这个概念，并以此为例，解释生成模型和判别模型的区别；同时也会突出强调深度学习相对其他传统概率模型在处理
读芯术·2019-09-19 11:25

《统计学习方法》的读书笔记

统计学习方法概论统计学习统计学习导言统计学习的对象统计学习的目的统计学习的方法统计学习的研究统计学习的重要性监督学习基本概念问题的形式化描述统计学习三个要素模型策略算法模型的评估与选择模型评估模型选择正则化与交叉验证正则化交叉验证泛化能力泛化误差泛化误差的上界生成模型与判别模型分类问题标注问题回归问题
zYx.Tom·2019-09-17 09:00

统计学习-感知机算法

解决问题：二分类、线性分类（不能解决异或问题）感知机（perceptron）：有监督学习、判别模型，SVM的基础模型：输入：输出：模型参数为w和b策略：数据集满足线性可分性学习一个能将正类和负类完全正确分开的分离超平面
heda3·2019-09-14 19:06

生成模型和判别模型有哪些，统计，具体

生成模型，就是生成(数据的分布)的模型；判别模型，就是判别(数据输出量)的模型。生成式模型：朴素贝叶斯！混合高斯模型！隐马尔科夫模型(HMM)！
alanjia163·2019-09-10 17:25

李宏毅机器学习系列-逻辑回归

李宏毅机器学习系列-逻辑回归分类回顾逻辑回归+均方差损失函数生成模型与判别模型多分类逻辑回归的限制总结分类回顾我们先回顾下前面我们讲的分类的步骤，第一步先找到一个模型集合，是个概率模型，最后可以转化为sigmoid
王伟王胖胖·2019-08-15 12:58

GAN——生成手写数字

其中，我们同时训练两个model：一个是生成模型G，用于获取数据分布；另一个是判别模型D，用来预测样本来自训练数据而不是生成模型G的概率。G的训练过程是最大化D犯错的概率。
虔诚的树·2019-08-09 14:00

GAN网络详解（从零入门）

首先需要一个生成小狗图片的模型，我们称之为generator，还有一个判断小狗图片是否是真假的判别模型discrimator，首先输入一个1000维的噪声，然后送入生成器，生成器的具体结构如下所示（不看也可以
JensLee·2019-07-26 17:57

机器学习面试之生成模型VS判别模型

生成模型和判别模型是机器学习中两类基本的模型，在机器学习面试中，经常会被问到。能否清晰简明地说明二者的不同，直接影响到面试官对求职者基础知识掌握程度的判断。本文试图给出一个回答，希望大家多多指正。
milter·2019-07-21 19:27

线性链条件随机场CRF

线性链条件随机场是无向图、判别模型。通过因子分解，条件随机场的条件概率分布表示为其最大团中随机
guohui_0907·2019-07-17 20:11

再谈量化交易

2016年我就在用python写一些简单的股票策略了,大概就是爬取一些新浪股指的数据,然后用一个线性判别模型拟合来预测走向,做短线交易.现在三年过去了,这期间作为不大,是不是现在才搞会太
hanss2·2019-07-12 10:18

GAN原始论文阅读/翻译

生成对抗网络摘要我们提出一个新的框架,通过一个对抗的过程评估生成模型,我们同时训练两个模型:一个生成模型G来捕获数据分布,一个判别模型D来估计样本来自训练数据集而不是G的概率。
奶瓶他哥·2019-07-09 16:40

统计学习方法（2）——感知机

感知机是二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别｛-1,1｝，是一种判别模型。感知机学习的目的在于求出将训练数据进行划分的超平面。
breezezz·2019-07-08 14:00

【机器学习】算法原理详细推导与实现(三):朴素贝叶斯

【机器学习】算法原理详细推导与实现(三):朴素贝叶斯在上一篇算法中，逻辑回归作为一种二分类的分类器，一般的回归模型也是是判别模型，也就根据特征值来求结果概率。
TTyb·2019-07-05 10:00

10种常见AI算法

感知机 二分类二分类的线性分类模型，也是判别模型。目的是求出把训练数据进行线性划分的分离超平面。感知机是神经网络和支持向量机的基础。学习策略：极小化损失函数。
湾区人工智能·2019-07-04 19:00

Machine Learning学习---感知机算法实现

一、感知机算法原理统计学习三要素：方法=模型+策略+算法1）模型定义感知机是用来分类的一种模型，假设x属于n维实数空间的向量，，感知机模型定义为：感知机是一种线性分类模型，属于判别模型。
朔方_·2019-06-28 20:59

统计学习方法——感知机

感知机的关键词二分类判别模型、线性模型数据集线性可分时，有无穷多个解无法解决XOR问题感知机的原理感知机是根据数据实例的特征向量x对其进行二类分类的线形分类模型，输出为+1或-1。
_春天_·2019-06-25 22:59

判别式模型 vs. 生成式模型

本文介绍机器学习中的生成模型与判别模型生成式模型（generadtivemodel）会对的联合分布进行建模，然后通过贝叶斯公式求得条件概率（在x发生的条件下y发生的概率），最后选择使得取得最大的。
hr_net·2019-06-17 10:10

生成模型和判别模型直观理解

1.最直观理解吴恩达老师CS229课程笔记内容：http://cs229.stanford.edu/notes/cs229-notes2.pdfConsideraclassificationprobleminwhichwewanttolearntodistinguishbetweenelephants(y=1)anddogs(y=0),basedonsomefeaturesofananimal.G
MiaL·2019-06-16 23:07

判别式模型与生成式模型的区别

判别模型：直接学习得
SweetSeven_·2019-06-08 16:45

《统计学习方法》笔记-统计学习方法概论-1

统计学习的定义、研究对象与方法监督学习，这是本书的主要内容统计学习方法的三要素模型策略算法模型选择正则化交叉验证学习的泛化能力生成模型与判别模型监督学习方法的应用分类问题标注问题回归问题。
iOSDevLog·2019-05-30 23:03

生成模型和判别模型与LR和SVM的异同

https://blog.csdn.net/u010358304/article/details/79748153https://www.cnblogs.com/zhizhan/p/5038747.htmlLR和SVM异同比较：同：1、LR和SVM都是分类算法。2、在不考虑核函数的情况下，LR和SVM都是线性分类算法，其分类决策面都是线性的。3、LR和SVM都是监督学习算法。4、LR和SVM都是判
gisblackmaner·2019-05-30 20:10

（李航统计学习方法）感知机Python实现

机器学习的三要素：模型，策略，算法模型：感知机是二分类线性分类模型，属于判别模型。策略：基于误分类点到超平面的总距离。
Rudy95·2019-05-28 11:23

Generative Adversarial Nets (译)

摘要我们提出一个新的框架，通过一个对抗过程来评估生成模型，我们同时训练两个模型：一个生成模型G——用于捕获数据分布，一个判别模型——用于评估一个例子是训练数据而不是生成数据的可能性。
二亩三分地·2019-05-23 18:51

生成对抗网络GAN及DCGAN实验

实验项目名称：生成对抗网络GAN及DCGAN实验实验学时：3实验原理：生成对抗网络模型主要包括两部分：生成模型和判别模型。
baidu_24070231·2019-05-23 16:06

《统计学习方法》第 4 章“朴素贝叶斯法”学习笔记

生成模型与判别模型朴素贝叶斯方法实际上学习到的是生成数据的机制。
李威威·2019-05-17 14:57

生成模型VS判别模型

文章目录1.判别模型和生成模型的概念2.判别方法和生成方法的特点3.判别模型和生成模型的示例3.1生成模型3.2判别模型4.参考1.判别模型和生成模型的概念监督学习方法可分为两大类，即生成方法与判别方法
dzysunshine·2019-05-08 09:52

目标跟踪检测算法（二）——检测与跟踪

第二阶段（2010年~2012年，检测与跟踪相结合的方法出现）在该阶段，对已存的目标追踪算法出现了两种比较公认的分类，一种是基于生成模型的方法，一种是基于判别模型的方法。
藏晖·2019-05-06 22:08

《统计学习方法》第2章 感知机

感知机对应于输入空间（特征空间）中将实例划分为正负两类的分离超平面，属于判别模型。
smilife_·2019-05-04 09:28

GAN处理手写图片数据集

模型通过框架中（至少）两个模块：生成模型（GenerativeModel）和判别模型（DiscriminativeModel）的互相博弈学习产生相当好的输出。
毛利学python·2019-05-03 21:39

生成模型和判别模型

这个模型一般表示为或者条件概率分布：.依据学习的目标是的联合概率还是条件概率或判别函数将模型分为生成模型和判别模型。这种监督学习的方法又称为生成方法和判别方法。
YangHongChao001·2019-04-30 23:55

GAN学习之路（四）：马尔可夫判别器（PatchGAN）

概念马尔可夫判别器是判别模型的一种。基于CNN的分类模型有很多种，很多网络都是在最后引入了一个全连接层，然后将判别的结果输出（输出结点）。
以笔为剑的唐吉坷德·2019-04-29 01:38

GAN学习之路（四）：马尔可夫判别器（PatchGAN）

概念马尔可夫判别器是判别模型的一种。基于CNN的分类模型有很多种，很多网络都是在最后引入了一个全连接层，然后将判别的结果输出（输出结点）。
以笔为剑的唐吉坷德·2019-04-29 01:38

机器学习：感知机

感知机对应于输入空间中将样本划分为两个类别，属于判别模型。感知机学习旨在求出将训练数据进行线性划分的分离超平面，为此，导入基于误分类的损失函数，利用梯度下降法对损失函数进行极小化，求得感知机模型。
LeungFe·2019-04-27 16:08

感知机算法学习笔记（带例题及代码）

感知机感知机是二分类的线性分类模型，其输入为实例的特征向量，输出实例为类别，取+1和-1二值，属于判别模型。感知机学习旨在求出能够将训练数据集进行正确的分类的分离超平面的。
weixin_43822286·2019-04-21 10:00

《统计学习方法》第四章: 朴素贝叶斯法 读书笔记

分类器模型证明4.2参数估计4.2.1极大似然估计4.2.2贝叶斯估计4.3我的实现一切为了数据挖掘的准备4.朴素贝叶斯法（naiveBayes）朴素贝叶斯是基于贝叶斯定理与特征条件独立假设的分类方法生成模型判别模型
ErinLiu❤·2019-04-15 15:37

机器学习笔试题（一）

判别方法：由数据直接学习决策函数Y=f（X），或者由条件分布概率P（Y|X）作为预测模型，即判别模型。
地表最强偏导·2019-04-13 10:02

如何理解生成模型和判别模型

Generativevs.DiscriminativeModels直观上理解如何理解生成模型和判别模型呢，我们以生活中的一个实例来看一下，我们如何来判断一个人所讲的语言呢？
Forlogen·2019-04-11 00:01

GBDT与Logistic Regression的区别总结

1.从机器学习三要素的角度：1.1模型本质上来说，他们都是监督学习，判别模型，直接对数据的分布建模，不尝试挖据隐含变量，这些方面是大体相同的。
Ezail_xdu·2019-04-06 23:20

为什么GAN难以训练

在GAN中也是同样的道理，生成模型（创造数据）要比判别模型（处理数据）难很多。通过研究，我们了解了在训练GAN过程中遇到的一些基本问题。我们将研究一些分歧，以便指明我们的研究方向。
liu3yuan·2019-04-01 11:39
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他