李宏毅机器学习笔记Generative VS Discriminative

最新推荐文章于 2021-07-23 23:05:33 发布
最新推荐文章于 2021-07-23 23:05:33 发布
阅读量399 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/irony_202/article/details/112881949
版权
本文探讨了生成式（Generative）和判别式（Discriminative）模型在数据稀缺和噪声环境下各自的优势。生成模型假设数据分布，适用于标签问题的场景；而判别模型直接优化似然，随着数据增多其误差减小。
摘要由CSDN通过智能技术生成

两者代价函数形式相同，区别在于Generative需要对数据的分布进行假设（正态or其他），从而计算μ和Σ，再计算w和b，最后得到P（C1|x），而Discriminative直接根据最大似然函数梯度下降求得W和b

若data较少时（label有问题时），Generative可能较好（脑补），受data噪声影响较小

随着data增加，Discriminative的error会逐渐减少

irony_202
关注
Generative vs Discriminative Models
白马负金羁
12-26 4797
Generative Models（生成模型） 和 Discriminative Models（判别模型）是机器学习中两个非常重要的概念，它体现了不同的机器学习算法内在的某种特殊属性，辨析这对概念将有助于深化读者对机器学习整体机制上的认识和理解
《机器学习-小知识点》1： Generative VS Discriminative 问题
羊老羊
09-21 2117
生成式模型（generative） vs 判别式模型（discriminative）
Generative vs. Discriminative Models
宝宝
09-24 568
机器学习Generative 和 Discriminative Model
tiaraistall的专栏
09-07 400
http://www.cnblogs.com/fanyabo/p/4067295.html
判别模型(Discriminative model)和生成模型(Generative model)
热门推荐
Fishmemory的博客
06-19 2万+
说明生成算法和判别算法之间的区别。判别算法主要包括：SVM，逻辑回归等；生成算法主要包括：朴素贝叶斯，HMM等
[李宏毅 机器学习笔记] Classification: Logistic Regression
Haley__xu的博客
02-01 565
文章目录前言1. 概述2. 内容说明2.1 function set2.2 Goodnees of a Function2.2 Find the best function3. Multi-class Classification3.1 Multi-class Classification概述3.1 Limiation of Logistic Regression总结 前言 学习李宏毅老师的课程，所作的笔记，文中使用的PPT均来自李宏毅老师讲演PPT。 视频地址：看这里 1. 概述   对Logi
机器学习[李宏毅]-笔记6-Logistic Regression
greenmoss的博客
09-02 230
本节课程幻灯片链接 目录
【ML】 李宏毅机器学习笔记
u013541048的博客
08-03 4381
我的github链接 - 课程相关代码： https://github.com/YidaoXianren/Machine-Learning-course-note 0. Introduction Machine Learning: define a set of function, goodness of function, pick the best function Regressio...
[机器学习入门] 李宏毅机器学习笔记-6 （Classification: Logistic Regression；逻辑回归）
Holeung blog
06-05 5146
[机器学习] 李宏毅机器学习笔记-6 （Classification: Logistic Regression；Logistic回归） PDF VIDEOThree stepsStep 1: Function SetStep 2: Goodness of a FunctionStep 3: Find the best functionLogistic Regression VS Linear
【学习笔记】李宏毅2021春机器学习课程第6.1节：生成式对抗网络 GAN（一）
Harryline的博客
07-23 949
文章目录1 能够作为生成器的神经网络 GAN2 动漫人物头像生成3 判别器（Discriminator）4 从自然选择看GAN的基本思想5 GAN 的具体实现过程步骤一： 固定 generator G 的参数，只更新discriminator D步骤二： 固定 discriminator D 的参数，只更新generator G6 动漫头像生成的具体实验结果 1 能够作为生成器的神经网络 GAN 生成式对抗网络（GAN, Generative Adversarial Networks ）是一种深度学习模型
Discriminative, Generative and Imitative Learning
MyArrow的专栏
05-25 1337
1. Generative Model（生成模型）     生成模型学习联合概率分布 p(x,y)。      可通过Baye规则转换为p(y|x)，然后进行分类。p(x,y)也可用于其它目的，如可用p(x,y)产生可能的(x,y)对。 2. Discriminative Model (判别模型)     判别模型学习条件概念分布p(y|x)。又可以称为条件模型     p(y|
生成模型（Generative）和判别模型（Discriminative）
weixin_30731305的博客
07-19 182
生成模型（Generative）和判别模型（Discriminative） 引言 最近看文章《A survey of appearance models in visual object tracking》（XiLi，ACMTIST，2013），在文章的第4节第1段有这样的描述，“Recently,visualobject trackinghas been posed as...
Discriminative Learning和Generative Learning
pennyliang的专栏
12-08 7358
Discriminative 学习算法是一类模型化输入（X）输出（Y）的关系的方法，简单来说就好比中医，我们只知道用若干个药（当归，虎骨。。。）可以凑成一个药方，就能治疗跌打病痛。但我们并不去了解内部的原因，我们将其看做一个黑盒，只需了解Ｘ和Ｙ的关系，即model Ｐ（Ｙ｜Ｘ）．学习的结果就是X的一组参数，好比当归2钱，虎骨1两。Discriminative Learning要求X的各个项是独立变
产生式模型(Generative Model)与判别式模型(Discrimitive Model)是分类器de区别_CodingPark编程公园
CodingPark 编程公园
05-19 368
@产生式模型 @ 判别式模型
[Machine Learning] 生成模型 & 判别模型（Generative & Discriminative Model）
Oh_MyBug的博客
02-16 571
生成模型 概率生成模型，简称生成模型（Generative Model），是概率统计和机器学习中的一类重要模型，指一系列用于随即生成可观测数据的模型。 典型模型 高斯混合模型（Gaussian Mixed Model） 隐马尔科夫模型（Hidden Markov Model） 朴素贝叶斯分类器（Naive Bayes Classifier） 判别模型 在机器学习领域，判别模型是一种对未知数据y...
[机器学习入门] 李宏毅机器学习笔记-18 （Deep Generative Model-part 1：深度生成模型-part 1）
Holeung blog
06-22 5815
[机器学习入门] 李宏毅机器学习笔记-18 （Deep Generative Model-part 1：深度生成模型-part 1） PDF VIDEOCreation 据说在费曼死后，人们在他生前的黑板上拍到如图画片，在左上角有道：What i cannot create ,I do not understand. Generative models,就是在做创造的事情。 Imag
Discrimination Aware Decision Tree Learning
大肉包的博客
07-22 202
利用决策树测试歧视性，主要了解了建树的过程，提出了两种减少歧视性的方法： 1.构建一个无歧视的决策树 方法一：调整决策为正的概率 方法二：为每个敏感属性训练一个模型并对其进行平衡 方法三：增加潜在变量L，利用期望最大化优化模型EM 2.对已经建好的树进行叶子修剪或重新贴标 评价指标是准确率和歧视率，通过比较不同的建树方法，找出非歧视性约束条件下的决策树构造，特别是重新贴标，提出了一种基于背包问题的重新贴标算法，在实验评估中取得了良好的效果。通过给出更低的歧视分数和保持较高的准确度，它被证明比其他
判别式模型（discriminative model） 和生成式模型（generative model）的区别
技术博客
08-30 5510
生成式模型(Generative Model)与判别式模型(Discrimitive Model)是机器学习中基础概念，在NLP和机器学习中经常会遇到这两种显著不同的模型，在学习阶段（训练阶段）和评估阶段（测试阶段）都有不同的表现，它们的区别在于： 对于输入x，类别标签y： 生成式模型估计它们的联合概率分布P(x,y) 判别式模型估计条件概率分布P(y|x)生成式模型可以根据贝叶斯公式得到判别式...
李宏毅机器学习笔记：Adaptive Learning Rate算法详解与应用
本篇文章是关于李宏毅的机器学习学习笔记，主要聚焦于Adaptive Learning Rate在深度神经网络训练中的应用。Adaptive Learning Rate是一种策略，旨在解决固定学习率在训练过程中可能遇到的问题，如过早停止在非全局最...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值