判别模型

感知机

感知机对应于输入空间（特征空间）中将实例分为正负两类的分割超平面，属于判别模型。感知机学习算法简单易于实现，分为原始形式和对偶形式。
watermelon12138·2019-03-31 12:54

CTR 预测理论（十）：GBDT 与 Logistic Regression 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。
dby_freedom·2019-03-31 12:39

CTR 预测理论（十）：GBDT 与 Logistic Regression 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。
dby_freedom·2019-03-31 12:39

WGAN-GP有关

help：什么是gans：https://blog.csdn.net/u010089444/article/details/78946039GANs中包含了两个模型，一个是生成模型GG，另一个是判别模型
混沌游灵·2019-03-28 17:01

深度学习的常见模型GAN

GANs简单的想法就是用两个模型，一个生成模型，一个判别模型。判别模型用于判断一个给定的图片是不是真实的图片（从数据集里获取的图片），生成模型的任务是去创造一个看起来像真的图片一样的图
bluesliuf·2019-03-26 20:41

模型学习笔记（1）：Generative Adversarial Nets（生成对抗网络）

介绍到目前为止，深度学习中那些最显著的成功所涉及到的判别模型（discriminativemodel），通常是将那些高维的、丰富感知(richsensory)输入映射到分类标签中。
Dvvvvva·2019-03-24 13:57

模型学习笔记（1）：Generative Adversarial Nets（生成对抗网络）

介绍到目前为止，深度学习中那些最显著的成功所涉及到的判别模型（discriminativemodel），通常是将那些高维的、丰富感知(richsensory)输入映射到分类标签中。
Dvvvvva·2019-03-24 13:57

生成模型

介绍判别模型和生成式模型，朴素贝叶斯。生成模型和判别模型discriminativelearningalgorithms，也就是根据特征值来求结果的概率。
crazy_scott·2019-03-20 18:17

机器学习-算法工程师 -面试/笔试准备-重要知识点梳理

文章目录机器学习相关基础概念Variance（方差）与bias（偏差）常用性能指标生成模型与判别模型集成学习：Bagging、Boosting、StackingLogisticRegressionGBDT
MissAcappella·2019-03-18 21:23

统计学习方法之基础整理（一）

统计学习方法之基础整理（一）正则化L1范式和L2范式L1范式L2范式L1范式与L2范式区别：交叉验证ROC曲线和AUC值ROCAUC生成模型与判别模型生成模型判别模型正则化正则化是模型选择的典型方法，是结构风险最小化策略的实现
Elvira521yan·2019-03-18 19:54

深度神经网络原理与实践

而深度神经网络又是深度学习的一个分支，它在wikipedia上的解释如下：深度神经网络（DeepNeuralNetworks,DNN）是一种判别模型，具备至少一个隐层的神经网络，可以使用反向传播算法进行训练
大雾·2019-03-18 00:00

朴素贝叶斯总结(一)

1.简介机器学习分为监督学习和无监督学习，监督学习又可分为生成模型和判别模型。当给定训练数据D，确定假设空间H种的最佳假设。
馒头饺子·2019-03-17 18:44

基于深度学习时间序列分类研究综述[论文阅读]

基于深度学习时间序列分类研究综述核心论文写在前面的话原文概述摘要1引言2背景2.1时间序列分类2.2基于深度学习的时间序列分类2.3生成性或判别性方法生成模型判别模型3方法3.1为什么判别的端到端方法？
格拉迪沃·2019-03-15 10:22

机器学习之决策树

方法适用问题模型特点模型类别学习策略学习的损失函数学习算法决策树多类分类，回归分类树，回归树判别模型正则化的极大似然估计对数似然损失特征选择，生成，剪枝决策树优点：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感
明天也要加油鸭·2019-03-11 20:05

深度学习基本知识介绍、CNN/RNN/LSTM/GRU神经网络原理

Error来源分析奥卡姆剃刀原理没有免费的午餐定理上采样与下采样dropout层作用模型评估方法:Holdout检验、k折交叉验证、自助法判别模型和生成模型L1正则化/L2正则化L1与L2正则化的区别:
一骑走烟尘·2019-03-09 14:37

生成学习算法

2019March07生成学习算法转载：https://air-yan.github.io//MachineLearning/sv_generative_model_ch/生成学习算法1判别模型判别模型是一种对观测数据进行直接分类的模型
cpongo333·2019-03-07 02:20

[统计学习方法] 感知机

感知机会把输入的实例划分为正负两类的分离超平面，属于判别模型，感知机学习旨在求出训练数据进行线性划分的分离超平面。为此，导入基于误差分类的损失函数，利用梯度下降法对损失函数进行极小化，求的感知机模型。
Charles_Thanks·2019-03-02 21:08

《统计学习方法》 第二章 感知机 笔记

第二章感知机2.1感知机模型是一类二类分类的线性模型模型：从假设空间中找到的一个最优的决策函数：属于判别模型分离超平面：下图左下为正例，右上为负例2.2感知机学习策略定义经验损失函数极小化损失函数的两种选择
爱吃草莓的西瓜酱·2019-02-27 19:54

【感知机】—— 感知机算法原理及Python实现

感知机的原始形式2.感知机的对偶形式3.Perceptron算法实现3.1PerceptroninPython3.2PerceptroninSklearn感知机（Perceptron）二分类模型、线性分类模型、判别模型输入
Seven_0507·2019-02-27 18:46

李航.统计学习方法笔记+Python实现(2)第二章 感知机(perceptron)

感知机对应于输入空间（特征空间）中将实力划分为正负两类的分离超平面，属于判别模型。
geekxiaoz·2019-02-25 20:27

统计学习方法读书笔记第二章：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。
LYPG·2019-02-12 18:51

决策树(decision tree)

决策树生成算法决策树剪枝算法流程CARTCART回归树生成算法流程CART分类树生成算法流程CART决策树剪枝算法流程决策树(decisiontree)  决策树模型是一个分类与回归方法，属于监督学习模型，是一个概率模型和判别模型
Leon_winter·2019-02-06 21:54

李航《统计学习方法》读书笔记（4）——感知机

概览感知机模型感知机学习策略感知机学习算法感知机学习算法的实现概览感知机（perceptron）二类分类的线性分类模型输入：实例特征向量输出：实例类别，取+1和-1二值旨在求出分离超平面；属于判别模型基于误分类的损失函数
ZhangDanzhu·2019-01-29 13:55

感知机模型(perceptron)

文章目录感知机（perceptron）线性可分数据集原始形式统计学习方法三要素学习流程对偶形式原理学习流程感知机（perceptron）  感知机模型属于二分类线性分类模型，属于判别模型和非概率模型。
Leon_winter·2019-01-22 17:25

GAN的理论推导全过程

生成对抗网络基本概念要理解生成对抗模型（GAN），首先要了解生成对抗模型可以拆分为两个模块：一个是判别模型，另一个是生成模型。简单来说就是：两个人比赛，看是A的矛厉害，还是B的盾厉害。
变身的大恶魔·2019-01-21 10:47

DCGAN深度卷积生成对抗网络&python自动绘图

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。
子非鱼leo·2019-01-16 16:23

DCGAN深度卷积生成对抗网络&自动绘图的人工智能

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。
子非鱼leo·2019-01-16 16:23

GAN及其变体CGAN、WGAN

由一个生成模型G和一个判别模型D组成。生成模型捕捉样本数据的分布，判别模型是一个二分类器，判别输入的数据是真实数据还是生成的数据。G和D一般都是非线性映射函数，例如多层感知器、卷积神经网络等。
青青大肥羊·2019-01-14 15:49

计算机视觉之训练分类器

（lazy，没有训练过程，可直接用于分类，在knn和k-means上有点迷，k-means是将所有的样本聚类，构建词袋、图像分割、拟合多条直线的时候，用了k-means）生成模型：naivebayes判别模型
极致 for 简单·2019-01-07 17:47

线性回归（Linear regression）算法

归类：属于有监督学习、判别模型、有预测函数、有优化目标，有优化求解算法应用：股票价格预测（依据过去的数据预测将来的状态）分类：回归按照输入变量的个数可分为：一元回归和多元回归按照输入变量和输出变量的关系可分为
heda3·2019-01-05 22:53

GAN学习之路（一）

2，GAN模型组成：生成模型G（GenerativeModel）和判别模型D（DiscriminativeModel）由该图可以知道很多的问题：首先G模型和D模型一般都是神经网络；可以理解为函数G(z)
以笔为剑的唐吉坷德·2019-01-05 11:47

GAN学习之路（一）

2，GAN模型组成：生成模型G（GenerativeModel）和判别模型D（DiscriminativeModel）由该图可以知道很多的问题：首先G模型和D模型一般都是神经网络；可以理解为函数G(z)
以笔为剑的唐吉坷德·2019-01-05 11:47

《统计学习方法》——第二章感知机及C++实现

Input:特征向量Output:类别（+1/-1）【二分类】直接学习f或者P(Y|X)——>判别模型模型：f(x)=sign(wTx+b)f(x)=sign(w^Tx+b)f(x)=sign(wTx+
李滚滚·2018-12-10 14:23

Day 681：机器学习笔记（10）

概率模型分为生成模型和判别模型。生成模型学习出来的是可观测变量与部分未知变量的联合概率分布，而判别模型是它们的雕件概率分布。HMM就是一种生成模型。
kafkaliu·2018-12-08 22:49

机器学习常用方法汇总

0基本知识生成模型：朴素贝叶斯、混合高斯模型、隐马尔可夫模型判别模型：感知机、k近邻法、决策树、逻辑斯蒂回归模型、最大熵模型、支持向量机(SVM)、boosting方法(AdaBoost等)、条件随机场
chenyuping666·2018-11-29 15:00

数据挖掘常用学习网站

24738832https://site.douban.com/182577/room/2177971/http://www.cnblogs.com/jerrylead/对线性回归，logistic回归和一般回归的认识判别模型
chy19911123·2018-11-21 15:16

02《统计学习方法·李航》读书笔记

目录第1章统计学习方法概率1.1统计学习1.2监督学习1.3统计学习三要素1.4模型评估与模型选择1.5正则化与交叉验证1.6泛化能力1.7生成模型与判别模型1.8分类问题1.9标志问题1.10回归问题第
huifengdong·2018-11-10 17:12

《人工智能》机器学习 - 第6章感知机模型（一 理论讲解）

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，解决的问题是分类问题。感知机学习算法
Bruceoxl·2018-11-09 11:32

线性分类模型（二）：logistic回归模型分析

前言上一篇文章介绍了线性判别模型，本文介绍线性生成模型——logistic回归模型。
algorithmPro·2018-11-09 09:30

线性分类模型（一）：线性判别模型分析

前言前几篇文章介绍了线性回归算法，线性分类模型分为判别式模型和生成式模型，本文首先简单复习了与算法相关的数学基础知识，然后分析各线性判别式分类算法，如最小平方法，Fisher线性判别法和感知器法，最后总结全文。目录1、相关的数学知识回顾2、判别式模型和生成性模型3、最小平方法4、Fisher线性判别函数5、感知器算法6、总结相关数学知识回顾1、直线方程和平面方程拓展到分类思想：直线l为分类决策方程
algorithmPro·2018-11-09 09:33

神经网络和BP算法推导

感知机最终学习到的是将输入空间（特征空间）划分为正、负两类的分离超平面，属于判别模型。为此，使用误分类作为损失函数，利用梯度下降优化该函数，可求得感知机模型。感知
爆浆大鸡排·2018-11-06 21:48

如何判别模型的优劣？

原文链接引言选择用于评估机器学习算法的指标非常重要。度量的选择会影响如何测量和比较机器学习算法的性能。它们会影响您如何权衡结果中不同特征的重要性以及您选择哪种算法的最终选择。在这篇文章中，您将了解如何使用scikit-learn在Python中选择和使用不同的机器学习性能指标。回归问题：平均绝对误差均方误差均方根误差R2分类问题：ClassificationAccuracy分类问题准确率Logar
AiFool·2018-11-06 14:12

机器学习之判别式模型和生成式模型

举例：要确定一个羊是山羊还是绵羊，用判别模型的方法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，是绵羊的概率。生成式模型（Generativ
知馨园·2018-11-01 17:09

感知机--Python实现

感知机对应于输入空间（特征空间）中将实例划分成正负两类的分离超平面，属于判别模型。感知机学习指在求出将训练数据进行线性划分的分离超平面。前提条件：线性可分的数据集。损失函数：基于误分类的损失函数。
xuan_liu123·2018-10-26 14:33

机器学习系列 02：感知机

感知机（perceptron）是二分类的线性分类模型，属于判别模型，是一种监督学习算法。  其输入为实例的特征向量，输出为实例的类别，取+1和-1二值。
空杯的境界·2018-10-25 22:56

生成模型 VS 判别模型

判别模型：由数据直接学习决策函数Y=f(X)或者条件概率分布P(Y|X)作为预测的模型，即判别模型。基本思想是有限样本条件下建立判别函数，不考虑样本的产生模型，直
This is bill·2018-10-23 09:07

李航统计学习方法-概论

在概论章节，主要介绍了机器的分类，统计学习三要素，误差分析和过拟合，正则化和交叉验证，泛化误差，生成模型和判别模型的区别，监督学习中的分类问题、标注问题和回归问题的介绍和划分标准。
flyinbirdf·2018-10-21 12:00

机器学习之路(四)之感知机算法PLA

感知机是线性分类器的一种，属于判别模型。包含一个算法框架和激活函数。算法框架就是我们熟悉的线性方程组的一个变换：主要是记录一下学习了一种简单的感知机模型，PLA全称是P
皮的开心·2018-10-18 23:54

李航-机器学习-感知机（perceptron)-原始形式

机器学习-感知机(perceptron)感知机模型感知机模型感知机学习策略感知机算法实现代码实现运行程序可得运行程序感知机模型感知机是一种线性的、二类分类模型，可以将空间划分为正类和负类，是一种判别模型
小瓜皮小·2018-10-14 12:23

理解生成模型与判别模型

书的购买链接书的勘误，优化，源代码资源导言我们都知道，对于有监督的机器学习中的分类问题，求解问题的算法可以分为生成模型与判别模型两种类型。但是，究竟什么是生成模型，什么是判别模型？
SIGAI_csdn·2018-10-10 17:03
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他