![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
ML
灯塔先生
这个作者很懒,什么都没留下…
展开
-
集束搜索(beam search)
基本的集束搜索算法解决的问题寻找一个最接近原意的结果过程第一步,找到第一个输出y的概率值。其中考虑一个概念--集束宽(beam width,简称bw),表示在每一步中有多少选择。执行过程是,将法语句子输入到编码网络,然后解码网络,softmax层会输出10,000个输出概率值,然后 取bw个单词保存起来。(即保存前bw个值)。第二步,在第一步选出的单词作为第一个,然后考虑第...原创 2019-04-23 21:35:28 · 1681 阅读 · 0 评论 -
决策树
介绍解决的问题:分类问题,有监督学习目的:产生一颗泛化能力强,即处理未知示例能力强的决策树。组成根节点--包含样本全集 内部节点--由属性测试的结果划分到集合 叶结点--对应决策结果根节点到叶结点的路径为判定序列基本流程遵循分而治之的策略给定训练集合D和属性集合A,设定函数TreeGenerate(D,A); 生成节点node; 判断D中的样本属于同一类别...原创 2019-02-23 21:04:06 · 289 阅读 · 0 评论 -
概率图模型
生成式模型和判别式模型判别式模型是直接基于后验条件概率进行建模,而生成模型是对联合分布进行建模。假设已有训练数据(X,Y),X是属性集合,Y是类别标记。我们最终的目的是求得最大的条件概率P(y|x)作为样本的分类。只是两个模型做法不一样。判别式模型依据训练数据得到一个分类函数和分界面,比如使用SVM得到一个分界面,然后直接计算P(y|x),将最大的值作为x的分类类别,判别式模型...原创 2019-04-23 23:15:04 · 226 阅读 · 0 评论