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