基础BN LN amada auc roc 范式 正则化 mle map

基础BN LN amada auc roc 范式 正则化
MAP与似然概率的关系
LOSS函数，激活函数有哪些？如果不收敛，可以如何调深度学习模型
蒸馏，数据增强

李宏毅深度学习
https://www.bilibili.com/video/BV1JE411g7XF?p=1
http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML20.html
李宏毅2020最新的深度学习课程：http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML20.html，今年课程比以前多了许多作业，但是视频用的都是以前的，网上的视频太多太杂了，我按照李宏毅老师的2020的课程作业顺序大致整理了一下，大家可以按照课程官网上的学习路线图选择性的进行学习。
选学内容属于上课内容补充，对作业没有影响

昨天听完侯博的talk，自己整理了一个meta learning在nlp领域应用的paper list，涵盖多个topic，希望能给大家的研究以启发，同时欢迎star及contribute[愉快]后续还会不断更新。https://github.com/ha-lins/MetaLearning4NLP-Papers

最大似然估计（MLE）
假设有一个造币厂生产某种硬币，现在我们拿到了一枚这种硬币，想试试这硬币是不是均匀的。即想知道抛这枚硬币，正反面出现的概率（记为θθ）各是多少？

这是一个统计问题，回想一下，解决统计问题需要什么？ 数据！

于是我们拿这枚硬币抛了10次，得到的数据（x0x0）是：反正正正正反正正正反。我们想求的正面概率θθ是模型参数，而抛硬币模型我们可以假设是 二项分布。

那么，出现实验结果x0x0（即反正正正正反正正正反）的似然函数是多少呢？

f(x0,θ)=(1−θ)×θ×θ×θ×θ×(1−θ)×θ×θ×θ×(1−θ)=θ7(1−θ)3=f(θ)f(x0,θ)=(1−θ)×θ×θ×θ×θ×(1−θ)×θ×θ×θ×(1−θ)=θ7(1−θ)3=f(θ)
注意，这是个只关于θθ的函数。而最大似然估计，顾名思义，就是要最大化这个函数。我们可以画出f(θ)f(θ)的图像：

可以看出，在θ=0.7θ=0.7时，似然函数取得最大值。

这样，我们已经完成了对θθ的最大似然估计。即，抛10次硬币，发现7次硬币正面向上，最大似然估计认为正面向上的概率是0.7。（ummm…这非常直观合理，对吧？）

且慢，一些人可能会说，硬币一般都是均匀的啊！ 就算你做实验发现结果是“反正正正正反正正正反”，我也不信θ=0.7θ=0.7。

这里就包含了贝叶斯学派的思想了——要考虑先验概率。 为此，引入了最大后验概率估计。

最大后验概率估计
最大似然估计是求参数θθ, 使似然函数P(x0|θ)P(x0|θ)最大。最大后验概率估计则是想求θθ使P(x0|θ)P(θ)P(x0|θ)P(θ)最大。求得的θθ不单单让似然函数大，θθ自己出现的先验概率也得大。 （这有点像正则化里加惩罚项的思想，不过正则化里是利用加法，而MAP里是利用乘法）

MAP其实是在最大化P(θ|x0)=P(x0|θ)P(θ)P(x0)P(θ|x0)=P(x0|θ)P(θ)P(x0)，不过因为x0x0是确定的（即投出的“反正正正正反正正正反”），P(x0)P(x0)是一个已知值，所以去掉了分母P(x0)P(x0)（假设“投10次硬币”是一次实验，实验做了1000次，“反正正正正反正正正反”出现了n次，则P(x0)=n/1000P(x0)=n/1000。总之，这是一个可以由数据集得到的值）。最大化P(θ|x0)P(θ|x0)的意义也很明确，x0x0已经出现了，要求θθ取什么值使P(θ|x0)P(θ|x0)最大。顺带一提，P(θ|x0)P(θ|x0)即后验概率，这就是“最大后验概率估计”名字的由来。

对于投硬币的例子来看，我们认为（”先验地知道“）θθ取0.5的概率很大，取其他值的概率小一些。我们用一个高斯分布来具体描述我们掌握的这个先验知识，例如假设P(θ)P(θ)为均值0.5，方差0.1的高斯函数，如下图：

则P(x0|θ)P(θ)P(x0|θ)P(θ)的函数图像为：

注意，此时函数取最大值时，θθ取值已向左偏移，不再是0.7。实际上，在θ=0.558θ=0.558时函数取得了最大值。即，用最大后验概率估计，得到θ=0.558θ=0.558
最后，那要怎样才能说服一个贝叶斯派相信θ=0.7θ=0.7呢？你得多做点实验。。

如果做了1000次实验，其中700次都是正面向上，这时似然函数为:

如果仍然假设P(θ)P(θ)为均值0.5，方差0.1的高斯函数，P(x0|θ)P(θ)P(x0|θ)P(θ)的函数图像为：

在θ=0.696θ=0.696处，P(x0|θ)P(θ)P(x0|θ)P(θ)取得最大值。

这样，就算一个考虑了先验概率的贝叶斯派，也不得不承认得把θθ估计在0.7附近了。

PS. 要是遇上了顽固的贝叶斯派，认为P(θ=0.5)=1P(θ=0.5)=1 ，那就没得玩了。。 无论怎么做实验，使用MAP估计出来都是θ=0.5θ=0.5。这也说明，一个合理的先验概率假设是很重要的。（通常，先验概率能从数据中直接分析得到）

最大似然估计和最大后验概率估计的区别
相信读完上文，MLE和MAP的区别应该是很清楚的了。MAP就是多个作为因子的先验概率P(θ)P(θ)。或者，也可以反过来，认为MLE是把先验概率P(θ)P(θ)认为等于1，即认为θθ是均匀分布。
————————————————
版权声明：本文为CSDN博主「nebulaf91」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/u011508640/article/details/72815981