判别模型

机器学习基础-朴素贝叶斯算法解析

文章目录1相关概念（生成模型、判别模型)2先验概率、条件概率3贝叶斯决策理论4贝叶斯定理公式5极值问题情况下的每个类的分类概率6下溢问题如何解决7零概率问题如何解决？
背着贝壳去徒步·2022-10-04 13:18

机器学习 ---- 朴素贝叶斯

目录1相关概念1.1生成模型1.2判别模型2先验概率、条件概率2.1条件概率2.2先验概率2.3后验概率3贝叶斯决策理论4贝叶斯公式4.1极大似然估计4.2朴素贝叶斯分类器5极值问题情况下的每个类的分类概率
疯子书生z·2022-10-04 13:46

python 中 朴素贝叶斯 算法

文章目录知识点梳理sklearn接口1.相关概念生成模型：判别模型:生成模型是所有变量的全概率模型，而判别模型是在给定观测变量值前提下目标变量条件概率模型。
数据闲逛人·2022-10-04 13:13

机器学习Task2

知识点梳理相关概念（生成模型、判别模型)先验概率、条件概率贝叶斯决策理论贝叶斯定理公式极值问题情况下的每个类的分类概率下溢问题如何解决零概率问题如何解决？
ClFH·2022-10-04 13:43

Task2 朴素贝叶斯

知识点梳理相关概念（生成模型、判别模型)先验概率、条件概率贝叶斯决策理论贝叶斯定理公式极值问题情况下的每个类的分类概率下溢问题如何解决零概率问题如何解决？
J_8023·2022-10-04 13:42

DW打卡第二天——朴素贝叶斯

朴素贝叶斯相关概念（生成模型、判别模型)先验概率、条件概率贝叶斯决策理论贝叶斯定理公式极值问题情况下的每个类的分类概率下溢问题如何解决零概率问题如何解决？
csdnccfcsp·2022-10-04 13:12

机器学习最易懂之贝叶斯模型详解与python实现

文章目录0、预备知识0.1先验概率、条件概率、后验概率0.2贝叶斯公式0.3极大似然估计0.4生成模型与判别模型1、朴素贝叶斯模型1.1朴素贝叶斯的符号说明1.2朴素贝叶斯的特征条件独立假设1.3朴素贝叶斯模型推导
Elenstone·2022-10-04 13:12

生成模型VAE、GAN和基于流的模型详细对比

判别模型是根据输入数据的特征对其标签或类别进行预测，是所有分类和预测
·2022-10-04 11:21

机器学习基础（二十一）—— 分类与回归、生成模型与判别模型

无论是生成模型还是判别模型，都可作为一种分类器（classification）来使用；1.分类与回归（1）分类的目标变量是标称型数据（categoricaldata），0/1，yes/no（2）回归：连续型
五道口纳什·2022-09-28 07:27

论文解读-SeqGAN: Sequence Generative Adversarial Nets with Policy Gradient

本文是上海交通大学张伟楠教授发表的一篇关于使用基于策略梯度的GAN来生成轨迹的文章，文章称作为一种训练产生式模型的新方法，产生式对抗性网络(GAN)利用判别模型指导产生式模型的训练，在生成实值数据方面取得了相当大的成功
cxp_001·2022-09-27 09:21

【机器学习】知识点汇总

文章目录一、模型评估;二、线性模型三、决策树四、特征降维五、贝叶斯分类器+参数估计六、EM算法七、SVM支持向量机八、聚类九、生成模型VS判别模型其它书籍与总结一、模型评估;分类与回归模型评估：包含回归模型的评估平均绝对误差
Jiazhou_garland·2022-09-26 10:41

生成模型和判别模型学习

生成模型和判别模型在机器学习中，一般将学习方式分为监督式学习和非监督式学习方式。回忆一下，监督学习的任务就是从数据中学习一个模型，应用这一模型，对给定的输入X预测相应的输出Y。
BarbaraChow·2022-09-15 22:34

2020年“华为杯”中国研究生数学建模竞赛题目及简单分析

华为题）应该会和信号与系统相关题目B：汽油辛烷值建模应该是数据分析类的题目题目C：面向康复工程的脑信号分析和判别建模附件1-P300脑机接口数据，附件2-睡眠脑电数据，感觉是数据分析相关，需要建立预测或判别模型题目
Hello3q3q·2022-09-11 13:36

机器学习面试题（二）

1.生成模型与判别模型的区别？监督学习方法分为生成方法和判别方法，所学到的模型分别称为生成模型和判别模型。
hbhszw_yiyan·2022-09-11 07:36

【模型篇】01 记点脑子里还残存的关于模型分类的三种方式

目录一、碎语二、模型的三种分类方式1.监督学习和非监督学习2.参数模型和非参数模型3.生成模型和判别模型三、小结一、碎语在开始记述最近看的的模型分类的三种方式前，先唠几句闲嗑（或许，这也是自我编写自我的博客最自在的地方
积跬步，慕至千里·2022-09-07 10:43

人工智能——机器学习概述

文章目录机器学习概述1.0机器学习介绍1.1机器学习的特点1.2机器学习的对象1.3机器学习的应用2.0机器学习分类2.1按任务类型分类2.2按学习方式分类2.3生成模型与判别模型3.0机器学习三要素3.1
Fang GL·2022-09-06 07:41

Pytorch入门深度学习（1）——初识人工智能AI

特征提取2）AI的分类发展阶段：弱人工智能——强人工智能——超人工智能智能方式：计算智能（计算器）——感知智能——认知智能学习方式：全监督（标签与数据一致）、半监督（大量数据少量标签）、无监督学习结果：判别模型
wa1tzy·2022-09-06 07:20

matlab知道破碎图序号复原,基于MATLAB研究碎纸片的拼接复原.docx

朱存斌*李明珺，徐(安徽财经大学统计与应用数学学院，安徽蚌埠233030)摘要：针对碎纸片自动拼接复原，分析单面纵切、单面纵横切、双面纵横切三类情况，提取图片信息，分别建立欧氏距离计算模型、矩阵相似点判别模型
韩站长·2022-08-28 07:24

GAN生成手写数字（TensorFlow，Mnist数据集）

活动地址：CSDN21天学习挑战赛目录GAN介绍定义训练参数构建判别器和生成器构建模型查看mnist数据集图片进行训练显示结果GAN介绍参考自：传送门先介绍一下生成模型（Generativemodel）与判别模型
csp_·2022-08-23 07:46

【李航统计学习】第 1 章 统计学习方法概论 笔记

统计学习三要素（Elementofstatisticallearning）3.模型评估与选择4.多项式拟合问题5.正则化与交叉验证6.泛化能力（Generalizationability）7.生成模型与判别模型
lele_ne·2022-08-19 12:10

数学建模——五大类模型

对主观评价的集成２：优化与规划模型离散优化模型线性规划非线性规划其它模型连续优化模型直接算法解析算法智能算法多目标规划和目标规划动态规划图论模型连续优化排队论与计算机仿真网络规划模糊规划灰色规划３：分类与判别模型分类
北宋写代码的老兵·2022-08-16 07:07

机器学习之感知机算法原理及python实现

一、感知机的定义感知机是二分类的线性分类模型，输入多个信号，输出一个信号（类别），属于判别模型。
繁华落尽，寻一世真情·2022-08-04 07:41

感知机算法原理与多种python实现方式结果可视化

感知机(perceptron)算法二分类模型、线性分类模型、判别模型感知机(perceptron)是根据输入数据的特征向量x，对其进行二分类的一种线性分类模型。
桉夏与猫·2022-08-04 07:04

GAN：生成对抗网络 Generative Adversarial Networks

原文链接1原理对于生成对抗网络GAN，一个简单的理解是可以将其看做博弈的过程，我们可以将生成模型和判别模型看作博弈的双方，比如在犯罪分子造假币和警察识别假币的过程中：生成模型G相当于制造假币的一方，其目的是根据看到的钱币情况和警察的识别技术
·2022-07-27 09:55

【机器学习基础】无监督学习（5）——生成模型

生成模型0.生成模型介绍通常生成模型是指学习样本数据的分布，可以生成一些新的数据，是相对于判别模型而言的，并不特指有监督学习和无监督学习，比如朴
Uniqe·2022-07-22 18:00

DCGAN理论讲解及代码实现

的设计技巧DCGAN纯代码实现导入库导入数据和归一化定义生成器定义鉴别器初始化和模型训练运行结果DCGAN理论讲解DCGAN也叫深度卷积生成对抗网络，DCGAN就是将CNN与GAN结合在一起，生成模型和判别模型都运用了深度卷积神经网络的生成对抗网络
无咎.lsy·2022-07-21 07:11

生成式对抗网络GAN生成手写数字

一、GAN1.原理源自于零和博弈(zero-sumgame)，包括生成模型(generativemodel,G)和判别模型(discriminativemodel,D)。
蹦跶的小羊羔·2022-07-19 07:00

什么是生成对抗网络（GAN）| 小白深度学习入门

生成模型(GenerativeModel)vs判别模型(DiscriminantModel)在讨论生成对抗网络之前，我们需要先明确两个概念：生
叶锦鲤·2022-07-19 07:27

牛客机器学习面试刷题（二）

判别式模型常见的主要有：knn是判别模型（下图中错误）EM算法：只有观测序列，无状态序列时来学习模型参数，即Baum-Welch算法维特比算
加油学python·2022-07-17 07:51

深度学习第一周总结

目录机器学习绪论监督学习和无监督学习参数模型和非参数模型判别模型和生成模型深度学习概述神经网络PytorchSprialClassification机器学习绪论机器学习定义机器学习(MachineLearning
贝叶贝叶贝叶斯·2022-07-13 07:40

【深度学习】GAN生成对抗网络原理详解（1）

一个GAN框架，最少（但不限于）拥有两个组成部分，一个是生成模型G，一个是判别模型D。在训练过程中，会把生成模型生成的样本和真实样本随机地传送一张（或者一个batch）给判别模型D。
zkq_1986·2022-07-09 07:28

统计学习方法-李航-第一章：统计学习方法概论-笔记1

半监督学习0.4强化学习1统计学习方法概论1.1监督学习的步骤1.2统计学习三要素1.3模型评估1.4交叉验证1.4.1简单交叉验证1.4.2S折交叉验证1.4.3留一交叉验证1.5泛化能力1.6生成模型与判别模型
流动的风与雪·2022-07-05 07:57

朴素贝叶斯法

生成模型与判别模型例如有C1以及C2两种类别，我们需要判断样本属于哪一个class：判别式模型：要确定一个样本是属于C1还是C2，用判别模型的方法是从历史数据中学习到模型，然后通过提取该样本的特征
@居安·2022-06-25 07:01

生成模型——PixelRNN、PixelCNN、变分自编码器VAE和生成式对抗网络GAN

1.什么是生成模型通俗地讲，比如有一堆猫狗的图片，之前学过的判别模型只是要找到猫狗的差
weixin_45268911·2022-06-15 07:54

深度学习——GAN生成对抗网络

判别方法由数据直接学习决策函数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。判
Better-1·2022-06-05 07:42

统计学习方法笔记(未完待续)

www.pkudodo.com基本内容（一）感知机定义：代码：（二）K-邻近定义：代码：（三）朴素贝叶斯定义：代码：（四）决策树定义：代码：（五）逻辑回归定义：（一）感知机定义：感知机是二分类的线性模型,属于判别模型
popofzk·2022-05-30 07:50

李航 统计学习方法 第2章 感知机

包括原始形式和对偶形式,证明算法的收敛性.感知机模型f(x)=sign(w⋅x+b)f(x)=sign(w\cdotx+b)f(x)=sign(w⋅x+b)是模型函数www和bbb是模型参数,分别叫权值和偏置.感知机是判别模型
manong_dashen·2022-05-18 16:30

【逻辑回归模型】

文章目录概念问题模型sigmoid函数决策函数参数求解延伸⽣成模型和判别模型多分类（softmax)应⽤概念逻辑回归（LogisticRegression）是机器学习中的⼀种分类模型，由于算法的简单和⾼
:)#·2022-05-16 07:49

《统计学习方法》——第二章、感知机模型

一、感知机模型感知机是根据输入实例的特征向量x对其进行二类分类的线性分类模型，属于判别模型。感知机模型的假设空间是定义在特征空间中的所有线性分类模型或线性分类器，即函数集合。
啊四战斗霸·2022-05-02 07:04

西瓜书--第四章.决策树

决策树属于判别模型分类决策树模型是一种描述对实例进行分类的树形结构。在做决策树的时候，一般会经历两个阶段：构造和剪枝。
啊四战斗霸·2022-05-02 07:03

【西蒙计算机视觉学习笔记】线性回归模型

模型的种类：判别模型——根据观
woshirenchengaji·2022-04-29 07:30

计算机视觉-模型学习和推理笔记 第六章

笔记第六章计算机视觉的问题是根据视觉数据x\bold{x}x推测现实状态w\bold{w}w的过程模型分为两种根据视觉数据求现实状态概率分布Pr(w∣x)Pr(\bold{w}|\bold{x})Pr(w∣x)的判别模型
懵比小白·2022-04-29 07:21

感知机学习笔记

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。感知机预测是用学习得到的感知机模型对新的输入实例进行分类。
迪菲赫尔曼·2022-04-22 07:28

机器学习——生成模型与判别模型 知识点总结

2）判别模型：（直接对条件概率建模，不关心背后的
阿拉灯神阿丁·2022-04-09 07:43

数据分析4——挖掘建模（监督学习中的分类、回归模型，无监督学习）

文章目录挖掘建模1、机器学习与建模2、训练集、测试集、验证集3、监督学习中的分类模型（1）KNN（2）朴素贝叶斯——适合离散数据（3）生成模型与判别模型（4）决策树安装Graphviz：（5）SVM（支持向量机
啧啧啧@·2022-04-06 07:35

GNA笔记--GAN生成式对抗网络原理以及数学表达式解剖

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。
码农男孩·2022-03-31 07:10

条件随机场（CRF）的详细解释

条件随机场是一类最适合预测任务的判别模型，其中相邻的上下文信息或状态会影响当前预测。CRF在命名实体识别、词性标注、基因预测、降噪和对象检测问题等方面都有应用
·2022-03-24 14:55

感知机-梯度下降

一类是依赖概率模型，一类依赖判别模型，本次学习的感知机属于非常简单的判别模型。
M宝可梦·2022-03-14 10:32

条件随机场（CRF）的详细解释

条件随机场是一类最适合预测任务的判别模型，其中相邻的上下文信息或状态会影响当前预测。CRF在命名实体识别、词性标注、基因预测、降噪和对象检测问题等方面都有应用
·2022-03-08 11:04

初识机器学习_你需要知道的基本概念罗列_以PY为工具

文章目录1.机器学习的组成2.问题划分3.学习方式划分3.1监督学习3.2半监督学习3.3无监督学习4.模型划分4.1生成模型4.2判别模型5.模型评估5.1训练误差与泛化误差5.2过拟合与欠拟合5.2.1
侯小啾·2022-02-18 07:20
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他